ユバーン：スマートグラスを用いた看護師向けの 医療安全向上システム

厚生労働省の看護職員需給分科会中間とりまとめでは，急速な高齢化が進む日本は，第1次ベビーブームに生まれた世代，いわゆる団塊の世代が2025年に75歳以上となります．その結果，医療・介護の需要がピークを迎え，看護師が不足する病院が大半を占めることになると言われています．

したがって，看護師の人手不足が深刻になると予想され，今以上に多忙となり，看護師業務手順でのヒヤリハットは増加すると考えられ，その対策が必要であります．看護師業務における注意事項の確認方法として，指さし・呼称・チェックリスト・ダブルチェックなどが多く利用されています．しかし，看護師1人で対応する業務における医療事故を未然に防ぐ手法は確立されておらず，ミスを減らすための対策が必要であと考えます．

そこで我々は，ハンズフリーで利用でき，軽量なスマートグラスを用いることで，看護業務の安全の向上を図る．スマートグラスで撮影した画像から，医療機器を認識し，その認識結果から医療者が作成した注意事項や手順を表示することで医療ミスの防止と経験の浅い看護師に向けた支援を行う,看護師向けの医療安全向上のための注意喚起システムを提案します．

本システムでは，スマートグラスで撮影した画像を，サーバ内で認識し，医療行為を特定，その注意喚起情報を表示するシステムです．図1にシステム構成を示します．

図１．システム構成図

(1) スマートグラス内のアプリを起動

(2) 医療機器の認識

(3) 注意喚起情報の表示と確認

本システムの画面のイメージを図2に示します．

認識された医療機器から特定した医療行為名，それに関する注意喚起情報とアラートレベルが表示されます

図３．注意喚起情報表示例

ジェスチャー操作

医療機器を認識する物体検出アルゴリズムはYOLOv8を用いています．

学習データには，和歌山県立医科大学医師の協力のもと撮影させていただいた動画データから抽出した画像データを使用しています．テストデータを，気管カニューレのみの学習をしたモデルと yoloが提供するcoco事前学習済モデルを使用したモデルで比較して精度評価を行いました.

図2に医療機器の精度結果を示します．適合率は，どれほど誤認識がなかったのか．再現率は，どれほど見逃しがなかったのかを示しています．

図２．認識結果例：気管カニューレ