Development of pelvic floor muscle training support system using self-ultrasonography and AI care recommendation

点击翻译按钮获取中文摘要

研究目的：在宅での骨盤底筋訓練継続の難しさによる尿失禁改善効果低減を改善することを目標に、本研究では、高齢者が自宅で経腹超音波検査（エコー）を実施し、AI による読影支援と適切な看護ケアの提案を得ながら、在宅で持続的に正しい骨盤底筋訓練を実施できることを目的としている。2022年度は、セルフエコーのための手技の標準化と教育プログラムの開発および機械学習による骨盤底筋訓練のための骨盤底挙上自動判定方法の開発に取り組んだ。方法：対象は20歳以上の尿失禁のある女性とし、機縁法およびチラシやWebによるリクルートを実施した。１）手技の標準化として、エコーをあてる位置とあてる力、プローブの角度を検討した。教育プログラムはオンラインで実施可能なeラーニング教材を作成し、eラーニングと技術評価で構成した。２）作成した教育プログラムを用いてエコー教育を行い、撮影時の技術獲得状況と画像の取得状況で教育効果を評価した。３）セルフエコーによる膀胱画像データを取得し、エキスパートによる分類、特徴量の抽出と生成をおこない、機械学習を行った。成果と考察：１）看護師が実施する膀胱エコーを参考に、エコーをあてる位置は恥骨上縁とし、エコーをあてる力やプローブの角度は、適切な画像を撮影できるように参照画像を提示する形で習得できるように工夫した。一連の手技の流れを動画としたeラーニングプログラムを作成した。２）11名の対象者から協力が得らえた。エコー操作の技術は良好であったが、膀胱描出が困難であった方が2名いた。これら2名は自宅での事前練習回数が少なかったことが影響したと考えられた。３）56名の対象者の協力を得た。自動判定方法のモデルの精度は高く、正しい収縮と誤った収縮の分類が可能であることが明らかとなった。今後は、この自動判定結果に応じたケアリコメンデーション内容を検討していく予定である。