転倒リスクもAIで評価が可能に。姿勢や動作から危険予測で介護人材を補填。

スポンサードサーチ

AI導入のメリット

AIの導入のメリットは何より、生産性の高さだと思います。

単純作業の繰り返しや、プロトコル化された仕事を行うのは圧倒的に機械の方が早いです。

また、現在リハビリが必要なかたは分かっているだけでも、200万人以上いるとされています。

これは、回復期病院から退院した方の中で、期限が過ぎてしまった結果受けれなくなった、リハビリ難民と呼ばれる方々です。

基本的には、退院までに自宅でも出来るようなリハビリテーションの提案をするのですが、それができない人がいるのも現状です。

そのため、そういった方を対象に、簡便かつ分かりやすいプログラムの立案が出来るAIの導入はとてもメリットのあることだと思います。

転倒予測はどうやって行う？

バランス能力の判断は環境的な因子も含むため、専門職でも憶測の部分もあり、かなり難しいことです。

病院など整備された環境下で評価していても、自宅などの障害物（座布団や荷物）があるところでは必ず動きが違ってきてしまいます。

今回のAIでは、以下のことから転倒リスクを予測するようです。

姿勢やバランスの計測には、足圧センサーと深度センサーを使う。被験者は「開眼・両足立ち」「閉眼・両足立ち」「開眼・片足立ち」の姿勢をそれぞれ30秒間維持。その間の足裏の圧力を足圧センサーで、頭部の動きを深度センサーでそれぞれ計測する。
出典元：AIで転倒リスク予測、バランス計測と問診票から：健康：日経デジタルヘルス

以上の計測結果から、実際の動作との関連を確認し、転倒リスクについて評価していくようです。

現在は、開発されたばかりのため、単純な計算の元での算出になると思いますが、機械学習によってその制度を高めることができます。

こういったことは、自宅での簡単な計測から家族へのプログラムの提案をスムーズにさせてくれるでしょう。

スポンサードサーチ

病院での活用も可能

現在は、病院でも重心同様系や姿勢を評価する機械を導入されているところも多いです。

しかし、各機械ごとの評価を統合し評価するのは人間です。

もちろん良い点もありますが、やはり問題なのはそれにかかる時間。

もし、各機械の評価を自動的に統合し評価してくれるものがあれば、言うことはありません。

機械任せにするのではなく、そこからセラピストがプログラムの立案をするか、修正していくことで個別性は十分出せるはずです。

機械化出来ることは任せて、自分の強みをどんどん生かしていきたいですね。

それでは、最後までありがとうございました。