[2P1-GS-10] AI応用：医療

[2P1-GS-10-05] 医療機器最適管理のためのHMMを用いた実稼働状況推定手法の提案と実装

〇角谷 和飛¹、吉田 拓巨¹、島 孔介¹、大山 慎太郎²、大塚 孝信¹ (1. 名古屋工業大学、2. 名古屋大学医学部附属病院メディカルITセンター)

[[オンライン]]

キーワード：医療機器管理、IoT、隠れマルコフモデル

医療機関において，医療の高度化に伴い医療機器の台数は増加し，操作やメンテナンスが複雑化しており，医療従事者の機器管理に関わる負担が増加している．また，COVID-19の流行により，人工呼吸器を代表とする医療機器の管理の重要性が増加している．一方で，看護師が退職するなど，医療従事者の人手不足が問題視されている．これらの問題を解決するために，医療機器の位置情報と稼働状況を管理する機器モニタリングシステムを構築した．本システムでは，低消費電力であるLPWAモジュールおよび電流センサを搭載した電源タップ一体型デバイスを開発し，これを用いて医療機器の電流値と位置情報を収集し，WEBアプリケーション上で表示を行う．本研究では，開発したIoTデバイスを50台，実際に稼働する病院の医療機器に取り付け実証実験を行った．また，定期的に取得した電流値および交流波形の分散値を元に隠れマルコフモデルを用いて医療機器の稼働状況の推定を行った．実運用において病院内にて多数のデバイスが安定してデータ収集可能であることを確認した．さらに，HMMを用いた稼働状況の推定が有用であることを示した．