【はじめに】 何らかの健康問題による労働生産性低下状態のまま勤務している状態（プレゼンティズム）は社会経済的損失が大きいと報告されている。プレゼンティズムは身体的・精神的要因のものがあり、身体的プレゼンティズム要因として腰痛や肩こりを代表とした筋骨格系疼痛が考えられている。近年、Internet of Things (IoT)技術により、日常生活を送りながら身体的異常を検知する技術の研究が進歩しており、本研究では、業務負担を増やすことなくIoTセンシング技術を用いてプレゼンティズムの主な要因であり、筋骨格系疼痛の原因となる看護行動のデータを抽出・判別が可能であるか検証した。 【方法】 看護師はBluetooth Low Energy（BLE）受信可能なデバイスを装着し、BLEビーコンとデバイスを用いて行動データを抽出した。BLEビーコンから位置推測し、デバイスのセンサデータを加え32種の看護行動に紐付けを行った。看護行動を調査者が目視で観察し、場所、行動開始・終了時刻、行動内容データを記録しラベル付けを行った。行動ラベルデータを教師データとして機械学習を行い、行動認識結果を正誤判定評価し、看護行動認識モデルを構築した。 【結果】 看護行動を身体プレゼンティズムリスク(腰痛・膝痛・頚肩腕痛)ごとに分類した結果、腰痛43.6%、膝痛3.3%、頚肩腕痛7.4%であった。また、看護行動別では清拭16.1%、患者ケア13.0%、環境整備5.3%が多かった。 【考察】 看護行動の54.3％が身体プレゼンティズムリスクにつながる行動であり、プレゼンティズム予防の重要性が明らかとなった。看護業務量をIoTセンシングにより自動でデータ抽出することができ、数値化が難しかった看護業務についてデータをもとに検討することが可能となり、業務改善や質の高い看護を提供することへつながると考える。