初出：2019年11月5日｜ 再掲：2022年7月30日
フランス発認知症ケアの「ユマニチュード」の実践をビデオで撮影して、その特徴を数値で示すことを試みたケースレポートの一部の知見を先週の記事でご紹介しました。
ケースレポートの残りの知見を本日、ご紹介します。
キーワードは「マルチモーダル」です。
ユマニチュードに関するケースレポートの前回の記事
フランス発認知症ケア「ユマニチュード」の定量化を試みているレポートから―BPSDの削減に寄与―
ケースレポートへのリンク
前回の記事での主要な結果
急性期病院に入院している介護拒否が見られる認知症患者３名に対し、従来型のケアを行い、それに引き続きユマニチュードのケアを行いました。一連の状況をビデオで撮影し、比較しました。
３事例を平均した結果は以下の通り（下表）です。
|
単位 |
従来型のケア | ユマニチュード | |
| 全体 | 秒 | 227.2 | 228.1 |
| 見る | ％ | 0.6 | 12.5 |
| 話す | ％ | 15.7 | 54.8 |
| 触れる | ％ | 0.1 | 44.5 |
| 攻撃的言動 | ％ | 38.6 | 0.1 |
注：この表はレポートにもとづき、編集スタッフで作成
この表から読み取れることは以下の通りです。
ポイントは「見る」、「話す」、「触れる」というそれぞれの関わりで、従来型のケアに比べて、ユマニチュードでは多くの割合の時間がかけられていたという点にあります。
・従来型のケアは全体で227.2秒かかり、ユマニチュードでは228.1秒かかった。
・従来型のケアでかかった全体の時間（227.2秒）のうち、「見る」には0.6%、「話す」には15.7%、「触れる」には0.1%の時間がかけられていた。一方、ユマニチュードでは全体の時間（228.1秒）のうち、「見る」に12.5%、「話す」に54.8%、「触れる」に44.5%の時間がかけられていた。
・従来型のケアの時間では38.6%の時間で患者に攻撃的な言動が見られたのに対し、ユマニチュードでは0.1％の時間で攻撃的な言動が見られた。
今回ご紹介する「マルチモーダル」を示す結果
このビデオ分析では、「見る」、「話す」、「触れる」が同時に患者に施されていたかも評価されています。
「マルチモーダル」という言葉を先行して提示して、ここまで引き延ばしてきました。
「マルチモーダル」とは「見る」、「話す」、「触れる」という３つの関わりのうち２つを同時に行っていること、あるいは、3つすべてを同時に行っていることです。
この観点で、従来型のケアとユマニチュードを比較した結果を下表では示しています。
| 同時に行って いる数 |
従来型のケア % | ユマニチュード % | ||
| 事例１ | 事例２ | 事例１ | 事例２ | |
| ０ | 76.3 | 69.2 | 13.8 | 21.5 |
| １ | 23.1 | 29.7 | 35.2 | 42.3 |
| ２ | 0.5 | 1.1 | 32.7 | 35.4 |
| ３ | 0.1 | 0 | 19.7 | 0.8 |
注：この表はレポートに基づき、編集スタッフで作成。３つの事例のうち２つの事例を抜粋。
この表から読み取れることは以下の通りです。
ポイントは従来型のケアに比べ、ユマニチュードで「見る」、「話す」、「触れる」の働きかけを同時に行っているという点にあります。ユマニチュードでマルチモーダルな働きかけがなされていると言い換えられます。
・事例１で従来型のケアを行っていた時間のうち76.3%は、「見る」、「話す」、「触れる」を同時に行っている数は０であった。つまり、76.3%の時間、いずれも行っていなかった。同時に行っている数が１、すなわち、「見る」、「話す」、「触れる」のどれかを行っていた時間が23.1%であった。「見る」、「話す」、「触れる」のうち２つを同時に行っていた時間が0.5％、３つのすべてを同時に行っていた時間が0.1%であった。事例２で従来型のケアを行っていた時間の内訳については同様に、同時に行っていた数（以下、適宜「同時の数」とも記す）が０の時間は69.2%、同時の数が１の時間は29.2%、同時の数が２の時間は1.1%、同時の数が３の時間は0%だった。
・続いて、事例１でユマニチュードを行っていた時間のうち、「見る」、「話す」、「触れる」のどれも行っていなかった時間が13.8%、同時の数が１の時間は35.2%、同時の数が２の時間は32.7%、同時の数が３の時間は19.7%であった。事例２でユマニチュードを行っていた時間の内訳については同様に、同時の数が０の時間は21.5%、同時の数が１の時間は42.3%、同時の数が２の時間は35.4%、同時の数が３の時間は0.8%であった。
コメント１ 結果のまとめ―前回の結果と合わせてユマニチュードを総合的に理解―
前回の結果からは、ユマニチュードでは従来型のケアと比べて、「見る」、「話す」、「触れる」に多くの時間がかけられていることが分かりました。
さらに、今回の結果から、ユマニチュードでは「見る」、「話す」、「触れる」がバラバラに行われているのではなく、「見る」ことをしながら「話す」、「話す」ことをしながら「触れる」など、「見る」、「話す」、「触れる」が同時に行われていることが分かりました。
コメント２ 「マルチモーダル」と人工知能（AI）
「マルチモーダル」は人工知能（AI）―人間の知的能力を人間に代わってコンピューター上で実現させる技術―をめぐる議論のなかでは、画像と音声など、複数の異なる情報を組み合わせて情報処理をすることを言います。複数の情報を組み合わせることで、情報処理の精度が上がります。例えば、人間においても、周囲に騒音があるような音声が聞き取りにくい環境下で、話し手の口の動き（視覚／画像）を声（聴覚／音声）と同時に読み取ることにより、正確に音声を聞き取ることができます。（注１～３）
状況認識が難しくなった認知症患者にとっても、「見る」ことをしながら「話す」、「話す」ことをしながら「触れる」など、複数の働きかけを同時に受けることは、状況判断―この状況が安心してよい状況なのかどうか、自分が大事に接してもらえているかどうか等―の助けとなっていると考えられます。
このことは、介護をする側から見れば、認知症の方に対して、どうすれば「あなたを大事に思っている」ということが伝わるかのヒントとなることでしょう。
コメント３ 介護技術の客観的評価
このレポートでは、ビデオ分析により、従来型のケアとユマニチュードの違いを数量的に表現することができていました。
「見る」、「話す」、「触れる」にどれくらいの時間がかけられているか、これらを組み合わせて同時に行うことにどれくらいの時間がかけられているか。このように観点を決めて従来型のケアとユマニチュードのぞれぞれで数値化したときに、２つの間に違いが現れたということでした。有意義な知見と思います。
ビデオ分析での評価は、介護技術の客観的評価の可能性を開くものと言えるでしょう。
関連事例の紹介となりますが、今年の７月、京都大学から、「ユマニチュードの技術」をAIで評価する手法を開発したという研究成果の発表（注４）がありました。
内容は以下の通りです。
・介護場面で、介護者が頭部にカメラを装着して、ビデオ撮影する。
・（ビデオ撮影による）映像に対して画像認識などの技術で、介護者と被介護者の間のアイコンタクト成立頻度、顔（介護者）と顔（被介護者）の間の距離（以下、適宜「顔間距離」と記す）などを調べる。
・その結果、初心者／中級者／熟練者の間でアイコンタクト成立頻度や顔間距離などの間に大きな差が見いだされた。
この成果に基づき、介護技術を学ぼうとする学習者が、頭部にカメラを装着して介護を行うと、アイコンタクト成立頻度や顔間距離などに基づき、スキルレベルの推定ができるとのことです。
ということは、熟練者と差があった場合、差を埋める努力の方向性が、感覚を超えて客観的に語ることができるのであろうと期待を込めながら思います。
コメント４ コーチングAI
最後に、AIによる指導・教育という事例を最後に紹介します。
従来、介護の現場で技術を教えるのは、指導者（先輩）が学習者（後輩）を対面で指導するという形式でした。
それに対して、ビデオ撮影による映像（動画）とAIの技術を組み合わせて、技術指導を指導者がなしでも実現させようというコーチングAIの開発も既に始められています。
コーチングAIの開発を進める株式会社エクサウィザーズ（←リンクあり）の取り組みを見てみましょう。
まず開発したのが動画ツールです。
この動画ツールでは、学習者が自身の実践動画を撮影し、アプリで動画を送付します。指導者は、アドバイスをしたい場面で、動画にコメントを返信します。コメントは音声でもできますし、赤ペン先生のように動画に直接、書き込むことでもできます。
そして、指導動画のデータを集めて解析することで、失敗や間違いをパターン化でき、人ではなく、AIがアドバイス（コーチングAI）できるようになるということです。（注５～６）
教えるということが、「指導者による対面での指導」から「AIによる指導」（コーチングAI）へと進化していく流れが見て取れるかと思います。
コメント３と４により、学習者の自己学習も、指導者による指導もAIにより変わっていくという気運の胎動を感じていただければ幸いです。
（文：星野 周也）
＜注＞
6 AIの利活用で｢ユマニチュード®︎｣を全国に普及し 介護職や家族の介護スキル向上を目指す｜HELPMAN JAPAN
＜その他参考＞
- 認知症×AIは自動運転よりスケールが大きい～AIは、超高齢社会の何を変えるか（３）｜tayorini
- ユマニチュードのEvidence-Based Careの実現に向けたマルチモーダルコミュニケーションの評価（著者 本田 美和子, 佐々木 勇輝, 盛 真知子, 林 紗美, 松井 祐樹, 石川 翔吾, 坂根 裕, Yves Gineste, 竹林 洋一）｜人工知能学会全国大会論文集 第31回全国大会（2017）
- 感情思考モデルに基づくマルチモーダル認知症ケア知の共創（著者 石川 翔吾, 佐々木 勇輝, 桐山 伸也, 本田 美和子, Yves Gineste, 竹林 洋一）｜人工知能学会全国大会論文集 第32回全国大会（2018）
＜認知症Cafést内関連記事＞
