| 研究課題/領域番号 |
19K11116
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分58080:高齢者看護学および地域看護学関連
|
|---|
| 研究機関 | 札幌市立大学 |
|---|
研究代表者 |
貝谷 敏子 札幌市立大学, 看護学部, 教授 (00381327)
|
|---|
| 研究分担者 |
酒井 透江 杏林大学, 保健学部, 講師 (50813557)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | 慢性創傷 / スキン-テア / 老年看護 |
|---|
| 研究成果の概要 |
対象者96名、平均年齢81.3（11.9）．発生部位は上肢 が83.1%であった．STAR分類はカテゴリ2bが49.0%で最も多かった．創面積の大きさに伴い医療コストも上昇した(p＜.01)．STAR分類1bは2bと比較し縮小率が有意に高かった(p＜.05) 創を被覆できる1bは2bよりも皮弁の生着が良いと考えられた．高齢者施設において，正しくカテゴリ分類でき、早期に適切な治療法が選択可能になることを目指して，AIによる画像認識を利用したアプリの開発を試みた．モデルはYOLOｖ8n～X，学習回数は100回～300回で評価した．感度は80～90％と比較的安定した検出結果であった．
|
| 自由記述の分野 |
高齢者看護
|
| 研究成果の学術的意義や社会的意義 |
スキン-テア発生患者の創の特徴と発生に伴うアウトカムの実態を明らかにした結果，平均治癒期間は12.0(6.2)日であり，適切な管理で創は早く治癒することが明らかになった． STAR分類1bは2bと比較し縮小率が有意に高かいことから，カテゴリにより管理方法が異なる場合を含め適切な管理方法を提示することは重要である．今回作成したアルゴリズムに基づいた治療管理とAIによる画像認識を利用したスキン-テアカテゴリ判定と、サイズの自動計測アプリを活用できれば，専門家の不在の施設においても効率性の高い管理が可能になることが期待でき，高齢者へ質の高いケアを提供できる．
|
