熟練看護師の実践知と人工知能を融合した「便秘ケア・アルゴリズム」の創生

点击翻译按钮获取中文摘要

本研究の目的は，熟練看護師による便秘ケアに至るプロセスに，人工知能による直腸エコー画像の解析に基づく便性状の判断を取り入れた「便秘ケア・アルゴリズム」を開発することである。令和4年度は、直腸のエコー画像で便の有無、硬さ、量を予測できるかを検討した。エコーはタブレットとプローブから構成されるポケット型を使用した（シグマックス社　ポケットエコーミルコ）。撮影方法は、直腸の長軸像（縦の断面図）と短軸像（横の断面図）とし、画像をタブレットに記録した。撮影は主に研究協力者である超音波検査士が実施した。研究の了承が得られた施設で、排便ケアを受ける対象者の直腸のエコー画像を撮影した。データ収集日に排便があり、画像評価が可能であった16名のエコー画像で検討した。結果、後方音響陰影が認められ便が有ると評価されたのは12名であった。便が無いと評価された4名の便の硬さと量は、BS1で少量、BS6で少量、BS4で中等量、BS5で中等量であった。境界エコーの輝度で便の硬さを検討するため、ROC曲線による解析を行った結果、便の硬さを予測する最適なROC曲線のカットオフ値はBS4であり、ROC曲線下面積は0.709であった。また、BS1～4で境界エコーの輝度を予測する感度は81.8％、特異度は60％であった。境界エコーの長さで便の量を検討するため、ROC曲線による解析を行った結果、便の量を予測する最適なROC曲線のカットオフ値は手掌大（多量）であり、ROC曲線下面積は0.774であった。また、手掌大（多量）で境界エコーの長さを予測する感度は71.4％、特異度は83.3％であった。