学会誌

手術記録における音声認識AIを活用したシステムの有用性

著者

太田 一輝¹ 福士 真一² 舘山 比佐子² 平山 勇一³ 鈴木 祐樹³ 冨澤 登志子¹

所属

1. 弘前大学大学院保健学研究科
2. 弘前大学医学部附属病院
3. 株式会社NESI ITソリューション事業部

要旨

手術記録における音声認識AI（Artificial Intelligence）を活用した記録システムの有用性と課題を検討することを目的とした．対象者は看護師15名，学生10名であった．白内障手術の記録内容を音声認識AIを使用し，記録した．入力時間，誤入力回数・内容，騒音レベル，記録の負担や操作に関する項目を測定した．看護学生の記録時間は，記録システムが有意に短く，記録時間が約53％削減した．誤認識の平均回数は看護師３回，看護学生2.5回であった．記録システムに関するアンケートの比較では，「業務量が増える」で看護学生が有意に低く，さらに業務への影響が少ないと答えた．以上より，構築した記録システムによる看護師の業務量軽減，臨床での導入への期待が示されたが，認識率などの点で看護師へのストレスになっていた．また，音声認識のため，情報を外部に送信する必要があり，個人情報の取り扱いに関する倫理的な問題も今後の課題としてあげられた．

キーメッセージ

1. 今回の研究は看護・介護のどのような問題をテーマにしているのか？
   研究を行うきっかけとなったことはどのようなことか？
   手術部の看護師から記録をリアルタイムで記載できず負担となっている旨相談があり，課題解決のため，現場の看護師，開発業者，研究者共同で，音声認識AIを活用した新しい記録システムの構築と有用性について検討した．
2. この研究成果が看護・介護にどのように貢献できるのか？あるいは，将来的に貢献できることは何か？
   キーボードや画面に触れずリアルタイムで手術記録を行うことができることで，記録の負担軽減と記録の均一化が見込める．システム応用することで，施設ごとの仕様変更や病棟の看護記録などでの利用が可能である．
3. 今後どのような技術が必要になるのか？
   音声認識率の向上に加え，医療分野における生成AIの使用および患者情報などの個人情報保護に関連した制度の整備が急務である．

キーワード

音声認識AI，音声入力，看護記録

Development of voice input system using speech recognition AI in surgical records

Author(s)

Kazuki Ota¹ Shinichi Fukushi² Hisako Tateyama² Yuichi Hirayama³ Yuki Suzuki³ Toshiko Tomisawa¹

Affiliation

1. Hirosaki University Graduate School of Health Sciences
2. Hirosaki University Hospital
3. NESI Inc. IT Solution Business Department

Abstract

This study aimed to examine the usefulness of a surgical recording system utilizing a speech recognition system. The subjects were 15 nurses and ten students in the operating department. Cataract surgery records were converted to text by the speech recognition system or typed, and the following items were measured: input time, number and content of wrong entries, noise level, and problems and feelings related to the burden of recording and operation. Recording time for nursing students was significantly shorter with the speech recognition system, reducing recording time by approximately 53%. The average number of misrecordings was 3 for nurses and 2.5 for nursing students. In a comparison of questionnaires regarding voice input, nursing students were significantly lower in“increased workload,”with students thinking less impact on workload. In summary, it is clear that nurses expect the speech recognition system to reduce their workload and be utilized in the future; however, improvement of the recognition rate and handling personal information from an ethical standpoint are future issues to be addressed.

Keyword

speech recognition AI, verbal input, nursing record

外来がん化学療法における発熱性好中球減少症リスク予測のための多変量解析

著者

田中 芳治¹ 田畑 耕治² 松澤 智史² 竹田 雄一郎³ 浅野 真誠⁴ 外崎 明子¹†

所属

1. 国立看護大学校看護学部
2. 東京理科大学創域理工学部情報計算科学科
3. 国立国際医療研究センター病院
4. 近畿大学産業理工学部情報学科
†：2022年４月20日逝去

要旨

化学療法の実施における発熱性好中球減少症（FN）発症のリスク因子を明らかにするため，国立国際医療研究センター病院で外来化学療法を受けた肺がん・乳がん・大腸がん患者193名のリアルワールドデータを基にした後方視的観察研究を行った．本研究では，化学療法サイクル開始時の患者背景情報，血液検査結果，バイタルサインデータを電子カルテから収集し，FNおよび感染症に伴う発熱との関連因子を特定するため，多変量ロジスティック回帰分析を行った．その結果，治療的G-CSF製剤（顆粒球コロニー形成刺激因子製剤）の投与，抗生剤の使用，敗血症の既往がFN発症のリスクを高めることが示された．また，body mass index，がん種，治療的G-CSF製剤およびステロイド製剤の使用が好中球減少症発症のリスク因子として示された．安全に外来化学療法を行うためには，これらのリスク因子を考慮した外来治療計画と患者管理が必要になる．

キーメッセージ

1. 今回の研究は看護・介護のどのような問題をテーマにしているのか？
   研究を行うきっかけとなったことはどのようなことか？
   がん化学療法患者の発熱性好中球減少症のリスクを，サイクル開始時点で予測するモデルの構築を行った．リスクを初回コース時に予測するものとは異なり，各サイクルでの発症を予測したい．
2. この研究成果が看護・介護にどのように貢献できるのか？あるいは，将来的に貢献できることは何か？
   外来化学療法における患者の遠隔管理に寄与すると思われる．患者がタブレット端末に体調情報などを入力することで，モデルに基づいてアラートを発信する機能が実現できる．
3. 今後どのような技術が必要になるのか？
   発熱性好中球減少症予測モデルを組み込んだ遠隔管理用webアプリケーションを開発する．

キーワード

がん化学療法，発熱性好中球減少症，多変量解析

Multivariate analysis for predicting the risk of febrile neutropenia in outpatient cancer chemotherapy

Author(s)

Yoshiharu Tanaka¹ Kouji Tahata² Tomofumi Matsuzawa² Yuichiro Takeda³ Masanari Asano⁴ Akiko Tonosaki¹†

Affiliation

1. National Collage of Nursing, Japan, Faculty of Nursing
2. Department of Information Sciences, Faculty of Science and Technology, Tokyo University of Science
3. Center Hospital of the National Center for Global Health and Medicine
4. Department of Information and Computer Science, Faculty of Humanity-Oriented Science and Engineering, Kindai University
†：Deceased 20 April 2022

Abstract

To identify risk factors for developing febrile neutropenia (FN), a retrospective study was conducted at an advanced treatment hospital in Japan. Data from 193 patients with lung, breast, and colorectal cancers undergoing outpatient chemotherapy were analyzed. Patient background information, blood test results, and vital signs were extracted from the electronic health records. Using multivariate logistic regression analysis, factors associated with FN or infection-related fever were determined. The results showed that the therapeutic use of granulocyte-colony stimulating factor (G-CSF) agents, use of antibiotics, and a history of sepsis were significant risk factors for FN. Additionally, body mass index, cancer type, therapeutic use of G-CSF agents and steroids, also contributed to the risk of developing neutropenia. At the beginning of the chemotherapy cycle, our models predicted the onset of infection or neutropenia during the cycle. For the safe continuation of outpatient chemotherapy, the above risk factors should be considered in the treatment plan and management.

Keyword

cancer chemotherapy, febrile neutropenia, multivariate analysis

創部pHと創部－創周囲皮膚間の細菌叢非類似性の関連

著者

國光 真生^1,2 仲上 豪二朗^2,3 赤瀬 智子⁴ 木下 幹雄⁵ 大江 真琴¹

所属

1. 金沢大学医薬保健研究域保健学系
2. 東京大学大学院医学系研究科老年看護学/創傷看護学分野
3. 東京大学大学院医学系研究科附属グローバルナーシングリサーチセンター
4. 横浜市立大学大学院医学研究科看護生命科学分野
5. 医療法人社団心愛会TOWN訪問診療所

要旨

創周囲皮膚の細菌叢の類似性が低いディスバイオシス状態の創部細菌叢は治癒遅延を惹起する可能性が高いが，細菌叢を評価するポイントオブケアテストはない．そこで，本研究は創部pHと創部－創周囲皮膚間の細菌叢非類似性の関連を明らかにすることを目的とした．方法：本横断研究では，肉眼的感染徴候のない皮下組織をこえる難治性創傷を調査した．pH測定センサを用いて創部pHを測定し，細菌叢は16S rRNA解析により同定した．細菌叢非類似性の指標であるWeighted UniFrac dissimilarity indexとpH値のスピアマンの順位相関係数を算出した．結果：13例の創部が調査された．非類似度指数とpH値の中央値はそれぞれ0.36（IQR：0.30–0.38）と7.71（IQR：7.61-7.83）だった．非類似度指数と創部pHは有意な正の相関を示した（p＝0.75，p＜0.01）．結論：細菌叢非類似性が高くなると，創部pHも上昇した．この結果はアルカリ性の組織環境は創傷治癒を損ない，またディスバイオシス状態の創部では治癒が遅延する事実と一致する．臨床において創部pHをディスバイオシスの評価に用いるためには，これらの関係を創傷治癒傾向で比較するさらなる研究が必要である．

キーメッセージ

1. 今回の研究は看護・介護のどのような問題をテーマにしているのか？
   研究を行うきっかけとなったことはどのようなことか？
   創傷治癒遅延を惹起する創部細菌叢の変容を検出できるポイントオブケア技術を確立したいと考えた．
2. この研究成果が看護・介護にどのように貢献できるのか？あるいは，将来的に貢献できることは何か？
   将来的に創部細菌叢の評価をケア選択に活用できるようになり，治癒遅延の効果的な予防に寄与する．
3. 今後どのような技術が必要になるのか？
   細菌叢変容の検出技術確立のため，細菌叢非類似性と創部pHの関係を治癒傾向で比較する研究が必要である．

キーワード

臨界的定着，創部細菌叢，ディスバイオシス，ポイントオブケアテスト

Relationship between wound pH and microbial dissimilarity in wound and peri-wound skin

Author(s)

Mao Kunimitsu^1,2 Gojiro Nakagami^2,3 Tomoko Akase⁴ Mikio Kinoshita⁵ Makoto Oe¹

Affiliation

1. Institute of Medical, Pharmaceutical and Health Sciences, Kanazawa University
2. Department of Gerontological Nursing/Wound Care Management, Graduate School of Medicine, The University of Tokyo
3. Global Nursing Research Center, Graduate School of Medicine, The University of Tokyo
4. Department of Biological Science and Nursing, Graduate School of Medicine, Yokohama City University
5. TOWN Home Care Clinic

Abstract

Aim: Dysbiotic wound microbiota, which is dissimilar to those of the peri-wound skin, is likely to cause delayed wound healing. However, no point-of-care microbiota test is available. This study aimed to investigate the relationship between wound pH and microbial dissimilarity in wound and peri-wound skin. Methods: This cross-sectional study investigated hard-to-heal wounds extending into the subcutaneous tissue without macroscopic signs of infection. Wound pH was measured using a pH meter and microbiota were characterized by 16S rRNA gene analyses. Spearman’s rank correlation coefficient between the weighted UniFrac dissimilarity index measured microbial dissimilarity, and wound pH was calculated. Results: Thirteen wounds were investigated. The median dissimilarity index and pH value were 0.36 (IQR: 0.30–0.38) and 7.71 (IQR:7.61–7.83), respectively. There was a significant positive correlation between the dissimilarity index and wound pH (p=0.75, p<0.01). Conclusions: Microbial dissimilarity was associated with increased wound pH. This finding is compatible with the fact that alkaline tissue environments impair wound healing and that wound healing is delayed with dysbiosis. Further studies are needed to compare these relationships based on the healing status, which is necessary for the clinical use of wound pH as an indicator of dysbiosis.

Keyword

critical colonization, wound microbiota, dysbiosis, point-of-care test

環境センサデータを用いた介護施設入居者行動のLong Short-Term Memoryによる予測

著者

日置 秀憲¹ 深沢 圭一郎^2,3 鈴木 臣⁴ 村井 孝子⁵

所属

1. 京都大学大学院情報学研究科
2. 京都大学学術情報メディアセンター
3. 総合地球環境学研究所
4. 愛知大学地域政策学部
5. 純真学園大学保健医療学部看護学科

要旨

近年，日本は深刻な高齢化に直面している．この課題に対処するため，介護現場ではサービスの向上を目的とした各種センサを活用する取り組みが行われている．しかし，被介護者の状態を直接観測するセンサを使用することは負担が大きい場合もある．そこで，本研究では，被介護者に大きな負担をかけることなく取得できる環境センサデータを用いて，その行動状態を機械学習によって推定する手法を実装した．具体的な実装は，時系列データのもつ長期の時間依存性を処理に反映できる機械学習手法であるLSTM（long short-term memory）を利用して，各時点での被介護者の状態を就寝，起床，外出の３つに分類するという形で行った．また，実装した提案手法と機械学習を用いない既存手法について正解率の比較を行い，提案手法が既存手法より精度の面で優れていることを確認した．最後に，提案手法の介護現場での活用を見据えた応用手段について検討した．

キーメッセージ

1. 今回の研究は看護・介護のどのような問題をテーマにしているのか？
   研究を行うきっかけとなったことはどのようなことか？
   看護・介護者の負担軽減を目指し，安価で非接触型の自律的見守りシステムを開発するうえで，汎用的な環境センサ情報を用いて対象者の行動を高精度で予測したいと考えたことが本研究のきっかけとなります．
2. この研究成果が看護・介護にどのように貢献できるのか？あるいは，将来的に貢献できることは何か？
   看護・介護者が容易に対象者の状態を知ることができるようになり，負担の軽減が望めます．また状態認識の精度を上げたことで，再確認の手間やシステムの信頼性を向上でき，将来の自律的な状態認識に貢献できます．
3. 今後どのような技術が必要になるのか？
   本研究では，機械学習（AI処理）を利用しており各現場に依存した精度向上を行うため，状態認識が合っているか看護・介護者からフィードバックを受ける仕組みが必要と考えられます．

キーワード

機械学習，環境センサ，要介護者，行動予測

Predicting care facility residents’ behavior based on Long Short-Term Memory using environmental sensor data

Author(s)

Hidenori Hioki¹ Keiichiro Fukazawa^2,3 Shin Suzuki⁴ Takako Murai⁵

Affiliation

1. Graduate School of Informatics, Kyoto University
2. Academic Center for Computing and Media Studies, Kyoto University
3. Research Institute for Humanity and Nature
4. Faculty of Regional Policy, Aichi University
5. Department of Nursing, Faculty of Health Sciences, Junshin Gakuen Univerity

Abstract

In recent years, Japan has been facing a serious aging population issue. Efforts are being made to utilize various sensors to enhance care quality in the field of caregiving to address this challenge. However, the use of sensors directly observing the caregiver’s state can be burdensome. In this study, we implemented a method to estimate the caregiver’s behavioral state using machine learning and environmental sensor data, which can be obtained without imposing a significant burden on the caregiver. Specifically, we utilized LSTM (long short-term memory), a machine learning technique capable of capturing the long-term time dependency of time-series data, to classify the caregiver’s state into three categories at each time point: sleeping, waking up, and going out. The proposed method was compared with an existing method that does not employ machine learning in terms of accuracy. It was confirmed that the proposed method outperforms the existing method. Finally, potential applications of the proposed method in the field of nursing care were discussed.

Keyword

machine learning, environmental sensors, person requiring care, behavior predictions