权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Elucidation of decision-making factors in multi-tasks on clinical practices

临床实践中多任务决策因素的阐明

基本信息

批准号：
20H00558
负责人：
小山博史
金额：
$ 28.95万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H00558/
关键词：
多重課題仮想体験意志決定バーチャルリアリティ生体計測意思決定 Virtual Reality 意思決定モデル状況学習リアリティショック経験学習拡張現実臨床研修ストレス生体反応モデリング訓練ヒューマンセンシング

项目摘要

人間の意思決定要因には、外界からの情報、資源の制約などの外的要因を制御し、経験（知識やスキル）、感情、価値観、それに伴う認知バイアスなどの内在的要因がある。また、主な意思決定モデルには、合理的意思決定モデル（Rational Decision-Making Model）、直感的意思決定モデル（Intuitive Decision-Making Model）、認識重視型モデル（Recognition-Primed Decision Model）がある。本研究では、昨年度まで意思決定者が過去の経験に基づいて現状の認識を構築し、それを用いて最適な選択肢を選ぶモデルで、状況を認識し、それに対応する行動を迅速に選択するプロセスとされている認識重視型モデルに着目して研究を行なってきた。具体的には、Virtual Reality(VR)技術を用いて外的要因を制御し、仮想世界を用いた状況学習理論に基づいたVR多重課題教材（VR Materials for Multiple Task: VRMMT）を開発し、体験中の生体反応データの取得のためNIRS(Near-Infrared Spectroscopy: NIRS)を用いた前頭前野の脳血流変化量とHead-Mounted Display（HMD）を用いた瞳孔径、脈拍センサを用いた脈拍数、GHz-Spin-Rotation Sensor（GRS）センサーを用いた皮膚抵抗データを取得可能なシステムを開発した。取得した生体データから特徴量を算出し，3要因の分散分析を行った。脈拍間隔では15個の特徴量のうち4個，皮膚電気抵抗では7個の特徴量のうち2個，NIRS信号では6個の特徴量のうち2個，瞳孔径では4個の特徴量のうち3個で5%水準で有意な差を示した。また、VR教材と動画教材体験後のfMRIによる脳内活動の特徴についても解析を行なった。

Human の meaning decided by には, outside からの intelligence, resources の restrict などの by を outside the royal し, 経験 (knowledge やスキル), feelings, 価 numerical 観, それに with う cognitive バイアスなどの inherent in がある. Youdaoplaceholder0, principal な Decision of intent モデまたに, Rational Decision of intent モデモデ (rational decision-making Model), Intuitive Decision of intent モデモデ (intuitive decision-making) Model), Recognition and Primed Decision Model モデモデ (Recognition-Primed Decision Model) がある. This study では, yesterday's annual まで mean が decides the past の経験に base づいて status quo の know を build し, それを with いて optimum な sentaku limb を choose ぶモデルで, を know し, それに応 seaborne する move quickly をに sentaku するプロセスとされてい type recognized and valued るモデルに with mesh してを line なってきた. Specific には, Virtual Reality (VR) technology を with いて in を outside the royal し, 仮 want world を use いた situation learning theory に base づいた VR Multiple subject teaching Materials (VR Materials for Multiple Task: The VRMMT (を) developed を, and in the laboratory, the biological body of the nucleus was inverted 応デタ <s:1> obtained ためNIRS(Near-Infrared Spectroscopy: NIRS) をいた ahead before the wild の脳 - blood flow momentum と Head - Mounted Display (HMD) を with いた pupil aperture, pulse センサを with いた number pulse beats, GHz - Spin - Rotation Sensor (GRS) セをサををを can be achieved by using the <s:1> た skin to resist デタをタをタを to obtain possible なシステムを development of たた. Obtain the た organism デタタらら characteristic quantity を to calculate を, and then conduct a <s:1> dispersion analysis of を rows った. Pulse pat interval では 15 の, 徴 quantity のうち 4, skin electricity 気 resistance では seven の, 徴 quantity のうち 2, NIRS signals では six の, 徴 quantity のうち 2, pupil aperture では four の, 徴 quantity のうち three で 5% で intentionally な poor を shown した. Youdaoplaceholder0, VR teaching materials と, animation teaching materials after experience, <s:1> fMRIによる脳, internal movement, <s:1> characteristics に, に, て, て, analysis, を lines, なった.