重症心身障害児者の微細な反応を理解するための概念モデルの作成

点击翻译按钮获取中文摘要

2年目の計画は、1年目にストレス時の着目すべき表情筋の動きを明らかにした同様の方法で、重症児者のデータを分析し、B）心地良い時の予測モデルを作成し、重症児者の快・不快を理解するモデルの絞り込みを行い、概念モデルの予測を立てることであった。そこで、家族と専門職者の判断を目的変数としたロジスティック回帰分析と心拍数を目的変数とした重回帰分析によって、喀痰貯留に関するストレス時の表情筋の動きを抽出した。1年目のその結果を用いて、快・不快について判断が難しい場合についても、心拍数を目的変数とすることで、他の重症児者からも共通した概念を抽出することができた。また、心拍数に有意差がみられない場合や経験値によるアセスメントが難しい場合は、気道内の粘稠な分泌物の振動について、電子聴診器で録音した呼吸音を高速フーリエ変換による周波数スペクトルを比較することで、データの分類を行った。そして、喀痰貯留に関するストレス時の表情筋の動きとして3項目を明らかにした。この3項目の表情筋の動きを入力層に置き，「いつもと違う」ストレスがあるか「いつもと同じ」かどうかを精度よく出力できるネットワーク情報について、ROC 曲線およびAUCの値、交差エントロピーの誤差の違いを比較して、明らかにした。また、重症児者の心地良い時の予測モデルの作成には、母親が一緒にいる場合といない場合に着目した。この状況の違うデータを、ロジスティック回帰分析とニューラルネットワークによる分析によって確認したところ、母親の在・不在の２値分類ができ、重症児のポジティブな反応についても明らかにできる可能性を示すことができた。また、てんかん発作についても、出力層を３項目にすることで、てんかん発作に気づいた時点の妥当性、映像とAI技術を活用することで早期に発見の可能性があることを確認した。