せん妄に対する医療事故予防：AIとセンシング技術による早期発見システムの構築

预防与谵妄相关的医疗事故：利用人工智能和传感技术构建早期检测系统

• 批准号: 19K24235
• 负责人: 久保田 陽介
• 金额: $ 0.92万
• 依托单位: Nagoya City University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-08-30 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K24235/
• 关键词: せん妄; AI; 深層学習; 医療事故; 人工知能; 転倒

せん妄は入院中の高齢者に頻度が高く、転倒・転落や点滴類の自己抜去など様々な医療事故の最大の原因となっているが、夜間を中心に急性に出現するため、その発症予測及び早期発見が極めて困難である。本研究では、医療事故を予防する目的で、生体センタと人工知能を応用した世界初の非侵襲的な自動せん妄早期発見システムを構築することを目的としている。本システムが開発されれば、重篤な医療事故の減少および高齢者の健康寿命の改善に寄与するのみならず、医療費削減および医療者の負担軽減にもつながることが期待される。　研究1　せん妄予測のためのベッド環境の開発：ベッド下圧力センサ・加速センサをベッド周囲に設置し、睡眠状態、方向状態や平行感覚などを検出できるベッド環境を作成した。更に、名古屋市立大学病院に入院となり、消化器外科・呼吸器外科・心臓血管外科の高頻度でせん妄を発症する手術後の患者を対象に、作成したベッド環境で患者睡眠を取ることで、自動的に睡眠状態・加速度が記録されるシステムを作成し臨床研究の研究計画書を作成し、倫理委員会に承認を得た。　研究2　医療事故データにおけるAIを用いた解析：これまでに転倒や点滴を繰り返し、医療事故を引き起こしている患者のデータ予測モデルを抽出するため転倒転落群・点滴自己抜去群を抽出し、加えて、性別・年齢。発症病棟をマッチさせる形でコントロール群を抽出し、L１正則化ロジスティック回帰、決定木、XGBostの３種類を用いた予測モデルのアルゴリズムを用いた。その結果、入院時点での薬剤別利用状況において、AUROCが0.607であった。2020年度より引き続き自動せん妄予兆システムの構築・並びにデータ予測を進めていたが、研究1・研究2ともAI解析の協力者がコロナ禍のため解析が困難になり、手術および消毒体制の変更もあり、リクルートが遅延した。

せ ん jump は hospitalization in high の 齢 に high frequency が く, planning, planning to fall や drop class の yourself sorting to な ど others 々 な malpractice の の biggest reason と な っ て い る が, night を center に acute に appear す る た め, そ の 発 disease to measuring and early び 発 see が extremely め て difficult で あ る. This study で は, malpractice を to prevent す で る purpose, body セ ン タ と artificial can know を 応 with し た initial の world noninvasive automatic な せ ん jump early 発 see シ ス テ ム を build す る こ と を purpose と し て い る. This シ ス テ ム が open 発 さ れ れ ば, Benedict な malpractice の reduce お よ び high 齢 の の improve health life に send す る の み な ら ず, medical treatment cost cuts お よ び healer 軽 の burden reduction に も つ な が る こ と が expect さ れ る. Study 1 せ ん jump to measure の た め の ベ ッ ド environment の open 発 : ベ ッ ド under pressure セ ン サ, accelerate セ ン サ を ベ ッ ド weeks 囲 に sets し, sleep status, parallel to the direction of state や 覚 な ど を 検 out で き る ベ ッ ド environment を made し た. に more に, Nagoya city university hospital admission と な り, digesters, surgical respirator, surgery is crucial, the heart vascular surgery の high frequency で せ ん jump を 発 disease す を の る surgery patients like に seaborne, consummate し た ベ ッ ド environmental で patients sleep を take る こ と で が, automatic に sleep state acceleration records さ れ る シ ス テ ム を made し を の research proposal in clinical trials The ethics committee に acknowledges that を is た. Study 2 medical accident デ ー タ に お け る AI を use い た analytic: こ れ ま で に planning pour や drip を Qiao り return を lead き し, medical accidents こ し て い る patients の デ ー タ be モ デ ル を spare す る た め planning their own sorting to fall down planning group, a bit of を spare し, え て 齢, sex, years. 発 disorder disease building を マ ッ チ さ せ る form で コ ン ト ロ ー ル group を drew し, L1 regularization ロ ジ ス テ ィ ッ ク 帰 back, decided to wood, XGBost の を 3 species use い た be モ デ ル の ア ル ゴ リ ズ ム を with い た. Youdaoplaceholder0 <s:1> results, で drug use status at admission time にお て て, AUROCが0.607であった. 2020 よ り lead き 続 き automatic せ ん jump to the trillion シ ス テ ム の constructs, and び に デ ー タ be を into め て い た が, 1, 2 と も AI parsing の together those が コ ロ ナ disaster の た め parsing が difficult に な り, surgical お よ び の disinfection system - more も あ り, リ ク ル ー ト が 遅 delay し た.