Dementia Care Research and Psychosocial Factors

科学分野:

• 生物医学工学
• 医療における人工知能
• 神経学

背景:

• 認知症患者は呼吸不全のリスクが高く、死に至る可能性があります。
• 認知症における呼吸器合併症の管理には、継続的な呼吸補助が不可欠です。
• 最適な血中酸素飽和度レベル（SaO2）を維持するための自動システムが必要です。

研究 の 目的:

• 人工ニューラルネットワーク（ANN）を使用した自動人工呼吸器サポートシステムの開発。
• 呼吸器系の問題を抱える認知症患者の吸入酸素（FiO2）の予測と調整。
• ANNモデルの予測と医師の評価との比較。

主な方法:

• 急性呼吸器疾患の患者325人（認知症患者を含む）からデータを収集しました。
• パラメータ特定のためにRプログラミングでリアルタイム患者データ（動脈血液ガス分析、パルスオキシメトリ、人工呼吸器設定）を利用しました。
• MATLABでANNモデルを開発し、FiO2を予測し、医師の予測と比較してその精度を評価しました。

主要な成果:

• 訓練されたANNモデルは、平均二乗誤差0.019907、R値0.852を達成しました。
• ANNモデルは、別のデータセットでテストした際に86%の精度を示し、医師の予測を上回りました。
• モデルのパフォーマンスは、過剰適合を減らすために隠れ層のサイズを調整することによって最適化されました。

結論:

• 呼吸器疾患を起こしやすい認知症患者にとって、酸素飽和度の継続的なモニタリングと制御は不可欠です。
• MATLABで開発されたANNモデルは、生命維持のための吸入酸素レベルを効果的に予測できます。
• 提案されたANNモデルは、酸素レベル予測で80%以上の精度を提供し、臨床医にとって貴重な支援ツールとなります。