点滴スタンド一体型自動尿状態モニタリング技術（画像ベース人工知能使用）：シミュレーション研究

科学分野:

• 生体医工学;医療情報学;泌尿器科学

背景:

• カテーテル患者の長期モニタリングには、尿量と特性を追跡するツールが必要です。現在の尿の色と量を監視する方法は、手動で労働集約的な場合が多いです。尿路ケアの効率と患者の安全性を向上させるためには、自動化されたシステムが必要です。

研究 の 目的:

• カテーテル患者の尿の色と排尿パターンを自動監視するシステムの開発と検証。深層学習技術を用いた尿路疾患の症状検出と尿量推定の精度評価。静脈内（IV）スタンド統合システムによるリアルタイム患者モニタリングの可能性の評価。

主な方法:

• 新しい排尿状態モニタリング技術をIVスタンドに統合しました。深層学習を用いて尿バッグ内の液体の色と量を検出しました。概念実証のシミュレーション研究では、様々なシミュレートされた尿サンプルを使用してシステムのパフォーマンスをテストしました。精度と信頼性を評価するために、24時間にわたる長期テストを実施しました。

主要な成果:

• システムは、様々な尿状態（例：紫尿バッグ症候群で2.00±4.93%）におけるバッグ内液体量の予測において低いエラー率を達成しました。バッグフラッシュ要求アラームのエラー率は0.71-1.08%でした。24時間のテスト中、システムは尿路疾患の症状を正確に分類（100%の精度）し、尿量（例：乏尿で8.75±4.61%）を様々なエラー率で推定しました。

結論:

• 提案されたIVスタンド統合尿モニタリング技術は、カテーテル患者のリアルタイムで簡略化されたモニタリングに有望です。この技術は、特に腎臓および泌尿器系の状態を持つ患者の安全性を向上させる可能性があります。実際の尿サンプルを用いたさらなる臨床評価が必要です。