離床センサーは転倒を減らすのか|離床CATCH・眠りSCANの進化とエビデンスの現在地

離床センサーはマット式から荷重センサー方式の離床CATCH、さらに非接触の眠りSCANへと進化してきましたが、この進化は本当に転倒を減らすエビデンスと言えるのでしょうか。本記事は入院患者の転倒・転落を防ぐ:エビデンスで整理する多職種の実践ポイントで触れた「センサーアラーム単独の効果は不確実」という一文を掘り下げる続編です。離床CATCH・うーご君・眠りSCAN/眠りCONNECTの技術系譜、Cochrane・大規模RCTが示す離床センサー単独効果の実像、鳴ることの副作用であるアラーム疲労、そしてスマートホーム技術やAIによる新世代アプローチと2024年介護報酬改定という制度動向までを、PubMed収載文献に基づいて整理します。

離床センサーは転倒を減らすのか:離床CATCH・眠りSCANの進化/単独アラームの効果は不確実/アラーム疲労という副作用/スマートホーム技術・AIと2024年介護報酬改定のまとめ

※ 画像をクリックすると原寸大で表示できます

動画で見たい方はこちら(約10分)

📊 動画を見る時間がない方へ — スライド資料をご用意しています

本動画で使用した全16枚のスライドを、PDFダウンロードまたは Web 上で閲覧できます。要点だけ素早く確認したい方、印刷して持ち帰りたい方はこちらをご利用ください。

📖 スライドを閲覧(全16枚) 📄 PDFをダウンロード



💡 3つのキーメッセージ
  • 進化の中身は「誤報を減らす」であって「転倒を減らす」ではない:荷重変化パターンを検知する離床CATCHⅢ(2015年発表)は11年間フルモデルチェンジのない成熟技術ですが、Shorr 2012・Pu 2025はアラーム使用量を大きく変えても転倒率自体は変わらないことを示しています[1][2]
  • 鳴ること自体に副作用がある(アラーム疲労):看護師2,848名のメタ分析でアラーム疲労スコアは中等度、夜勤・若手看護師ほど高くなります[5]。「鳴らせば安全」は現場の警戒資源を消耗させます。
  • 新世代技術には光もあるが、設定と規模に注意:スマートホーム技術全般のメタ分析は転倒発生率を有意に減少(RR 0.72)させましたが対象は地域・入所系施設です[8]。AI文脈認識アラートはアラーム負荷を72.5%削減した一方[10]、2024年介護報酬改定という制度はエビデンスよりも前を走っています。

① 離床センサーの進化:離床CATCH・うーご君・眠りSCAN/眠りCONNECT

床に敷くマット式、ベッド内蔵の荷重センサー式、マットレス下の非接触シート式という離床センサーの進化
離床センサーは、床面のマット式からベッド内蔵の荷重検知、マットレス下の非接触センシングへと発展してきました。図は実在製品を複製しない概念図です。(クリックで拡大)

離床センサーは「マット式(わずかな体動にも反応し誤報が多い)」から「荷重センサー方式」、そして「非接触型」へと段階的に進化してきました。代表的な日本の製品の系譜を整理します。

製品 方式・特徴 経緯
離床CATCH(パラマウントベッド)ベッド駆動ユニット内蔵の荷重センサー方式。一定期間の荷重変化パターンを検知し、マット式のような「わずかな動きへの過剰反応」を避ける設計I:2008年販売開始→II:起き上がり検知を追加→III:2015年発表(ナースコール通知後の再設定操作が不要化)。2015年以降、単体としての新世代発表は確認できず、ベッド本体側のモデルチェンジに伴う機能改良が継続
体動コール うーご君 HB-TV3(ホトロン)クリップ+プレートの張力検知方式。上半身が起き上がるとプレートが外れて通知聖路加国際病院で開発された経緯を持つ
眠りSCAN(パラマウントベッド)マットレス下に敷くシート型・非接触の体動センサー。体動・睡眠/覚醒・離床のほか呼吸・心拍を推計2009年5月発売、2023年8月末時点で約16万台の導入実績
眠りCONNECT(パラマウントベッド)眠りSCANを中核としたクラウド型見守り支援システム。ナースコール連携2023年10月提供開始、2025年3月時点で契約施設600以上。在宅療養環境への展開も開始
⚠️ エビデンスギャップの正直な開示:離床CATCH・うーご君・眠りSCANなど日本の主要製品そのものの感度・特異度・転倒抑制効果を検証したPubMed収載の査読付き研究は確認できませんでした(英語論文化が進んでいない領域)。効果検証は主に企業資料・学会発表に留まり、独立した査読付き比較試験は乏しいのが実情です。

② 「誤報を減らす」進化と「転倒を減らす」エビデンスは別物

ベッド上の寝返り、起き上がり、端座位という動作の変化を荷重パターンとして検知し看護師へ通知する概念
荷重センサーは一瞬の動きだけでなく、起き上がりから端座位へ至る荷重変化のパターンを捉える設計です。ただし、検知性能の向上と転倒予防効果は分けて評価する必要があります。(クリックで拡大)

ここが本記事の核心です。マット式→荷重センサー→非接触という技術進化は、「意図しない体動での誤報を減らす」方向には確実に進んできました。しかし、それと「転倒そのものを減らす」ことはイコールではありません。院内でのベッド/椅子センサーアラーム単独の効果は、Cochraneレビューで不確実(RaR 0.60, 95%CI 0.27–1.34;エビデンスの質very low)と評価されています[4]。一方、多面的介入は亜急性期でRaR 0.67と有望とされており[4]、「センサー単体」と「センサーを含む複数対策の束」を混同しないことが重要です。誤報が減って現場のストレスが軽減されることには価値がありますが、それを根拠に「転倒予防効果も上がった」と読み替えるのは早計です。

③ 単独アラームの効果:Cochrane・大規模RCTが示す「不確実」の中身

「不確実」という評価の中身を、具体的な一次エビデンスで見ていきます。

研究 デザイン・規模 結果 評価
Cochrane 2018[4] 病院・介護施設setting、ベッド/椅子センサーアラーム単独 RaR 0.60(95%CI 0.27–1.34)。エビデンスの質very low 不確実
Shorr 2012[1] 米国・27,672例、16病棟のペアマッチ・クラスターRCT アラーム使用を1.79→64.41日/1000患者日に激増させたが、転倒率に有意差なし(RR 1.09, 95%CI 0.85–1.53)。傷害転倒・身体拘束数も不変 効果なし
Pu 2025[2] 豪州・18病棟、157,037延べ在院日数の段階的disinvestment試験 アラーム使用「現状」→「減少(<3%)」は非劣性が証明された。「全廃(0%)」は非劣性証明できず不確実。全廃群で患者の睡眠障害の頻度は改善 減らしても悪化せず
Considine 2023[3] 豪州・亜急性期病棟看護師12名への質的研究 アラーム使用体験は総じて否定的(騒音・不完全な技術・過剰使用)、安全とリスクの間で葛藤 現場の実感
💡 委員会への落とし込み
  • Shorr 2012は「アラームを増やす」という単独介入が効かないことを示す最も頑健な一次エビデンスです[1]
  • Pu 2025はこの逆方向、つまり「アラームを減らしても転倒は増えない」という2025年の最新データです[2]。「使えば使うほど安全」という直感を裏付けません。
  • 定量データの裏には、現場の看護師が感じる葛藤があります[3]。「アラームは万能ではない」という認識を数字と現場感覚の両方で共有することが、委員会運営の出発点になります。

④ 鳴ることの副作用:アラーム疲労

多数の低優先度アラームの中から対応が必要な離床動作を選別し病室へ向かう看護師
通知が多すぎると注意資源を消耗します。単に鳴らす回数を増やすのではなく、対応が必要なアラームを見分けやすくする設計が重要です。(クリックで拡大)

「念のため多めに鳴らす」という発想には、見過ごされがちな副作用があります。それがアラーム疲労です。看護師2,848名を含む横断研究14件のメタ分析では、アラーム疲労スコアは中等度(21.76, 95%CI 20.27–23.25)と報告されており、夜勤・若手看護師ほど高い傾向が示されています[5]。ICU看護師を対象とした質的研究11件の統合でも、頻回なアラームが看護師の負担・アラームシステムへの不信・患者安全リスクを高めることが確認されています[6]

この背景には「そもそも対応が必要なアラームは一部に過ぎない」という構造的な問題があります。モニターアラーム全般を対象とした系統的レビューでは、実際に行動を要する(actionable)アラームの割合は施設により1%未満〜36%と低いことが古典的知見として示されています[7](※このデータは離床センサー固有のものではなくモニターアラーム全般の知見である点に注意が必要です)。

⚠️ 「鳴らせば安全」の落とし穴:アラームが鳴る回数を増やすことは、それ自体が看護師の警戒資源を消耗させ、本当に対応が必要な場面での反応を鈍らせるリスクをはらみます[5][6][7]。委員会としては「鳴る頻度」ではなく「対応が必要な鳴り方に絞る」ことを設計目標に据えるべきです。

⑤ 新世代技術と制度のゆくえ:スマートホーム・AI・2024年介護報酬改定

マットレス下の非接触センサーから得た呼吸、心拍、睡眠、体動、離床兆候を統合し重要な通知に絞る見守りシステムの概念
新世代の見守りは、非接触で得た複数の情報を統合し、文脈に応じて通知を絞る方向へ進んでいます。図は研究・製品カテゴリーを一般化した概念図で、効果確立を示すものではありません。(クリックで拡大)

単独アラームの限界を踏まえたうえで、非接触・AI・スマートホーム技術には新しい肯定的シグナルも出てきています。ただし設定や規模には注意が必要です。

研究・技術 結果 注意点
スマートホーム技術メタ分析[8] コントロール試験13件・1,941名の統合。転倒発生率を有意に減少(RR 0.72, 95%CI 0.57–0.93, P=.01)。転倒不安への効果はなし、入院への効果は不確定 対象は「スマートホーム技術」全般(センサー・AI・照明・服薬管理等の複合)で離床センサー単体ではない。地域・入所系施設が対象で急性期病院とは異なる
IoT体動マットレス型システム[9] 台湾・医療センター1,300例の準実験。誤報ゼロ(従来システムは1日平均4件)、転倒発生率1.2%→0.1%(OR 0.12, 95%CI 0.01–0.97, P=.047) イベント数が極めて少なく(8例 vs 1例)統計的に脆弱。単一施設の準実験
AI文脈認識アラート[10] 九州工業大学発。介護施設(入所者28名・看護師4名・7日間)で骨格動作情報+ルールベース+LLM推論のハイブリッドにより、アラーム負荷を100%→27.5%へ72.5%削減。誤検知率0.20→0.005 離床センサーそのものではなく「アラート最適化フレームワーク」の実証実験。日本発・査読付きの数少ないデータ
AmbIGeM費用対効果分析[11] ウェアラブル+AIで転倒前に看護師へアラートするシステム。調整後0.036件/患者の傷害転倒減少(調整RR 0.56)・コストAUD$4,554低下 費用対効果としての不確実性は大きく、至適サンプルサイズ4,376例の新規大規模試験が必要と結論。離床センサー全般のコスト効果分析は他に確認できていない

制度面では、2024年度(令和6年度)介護報酬改定で見守り機器と夜勤職員配置加算・人員配置基準の緩和が結びつけられました。特別養護老人ホーム等で見守りセンサー導入割合の要件が15%→10%へ緩和(0.9人配置要件)、入所者100%導入では人員基準自体の緩和(0.8人配置要件)も継続しています。共通要件として、①安全・ケアの質確保・職員負担軽減のための委員会設置、②情報通信機器を用いた夜勤職員間の連携体制、③機器の定期点検・メーカー連携、④職員教育、が課され、老健・短期入所療養介護・グループホームにも同様の緩和が拡大適用されています。

⚠️ 制度の注意:上記の数値要件は二次情報の集約に基づくものであり、一次資料(厚生労働省の告示・通知)での確認を推奨します。また対象は主に介護保険施設であり、医療保険下の急性期病院とは制度が異なります。「制度が機器導入を後押ししている=転倒予防のエビデンスが確立した」ではない点に注意してください。

FAQ(よくある疑問)

Q1. 離床センサーを導入すれば転倒は減りますか?

センサー単独の効果はCochraneレビューで不確実(RaR 0.60)とされ[4]、27,672例の大規模RCTでもアラーム使用量を大きく増やしても転倒率に有意差はありませんでした(RR 1.09)[1]。導入だけで安心せず、多面的介入の一要素として位置づける必要があります。

Q2. アラームは多く鳴らすほど安全ですか?

豪州の段階的disinvestment試験では、アラーム使用を「現状」から「減少(<3%)」にしても転倒は増えず非劣性が示されました[2]。一方でアラーム疲労スコアは中等度で、夜勤・若手看護師ほど高くなります[5]。「鳴らせば安全」という直感は支持されません。

Q3. 非接触型やAIを使った新しいセンサーは効果がありますか?

スマートホーム技術全般のメタ分析では転倒発生率が有意に減少しています(RR 0.72)[8]が、対象は地域・入所系施設で急性期病院ではありません。AI文脈認識アラートはアラーム負荷を72.5%削減した実証実験もありますが[10]、いずれも規模や設定に注意が必要です。

Q4. 2024年介護報酬改定で見守り機器の導入は必須になったのですか?

必須ではありませんが、特別養護老人ホーム等では見守りセンサー導入割合に応じて夜勤職員配置加算・人員配置基準が緩和される仕組みが設けられています。これは介護保険施設の制度であり、医療保険下の急性期病院とは異なります。

Q5. 離床CATCHや眠りSCANといった製品は臨床試験で検証されていますか?

これら日本の主要製品そのものの感度・特異度・転倒抑制効果を検証したPubMed収載の査読付き研究は確認できませんでした。効果に関する情報は主に企業資料・学会発表に留まっているのが現状です。

参考文献

※ 文献[1]〜[11]はすべてPubMed収載論文(DOIリンク)。メタデータはPubMedで照合済みです。企業公式サイト情報はPubMed収載外のため別枠で掲載しています。

[1]Shorr RI, Chandler AM, Mion LC, et al. Effects of an intervention to increase bed alarm use to prevent falls in hospitalized patients: a cluster randomized trial. Ann Intern Med. 2012;157(10):692-9. doi:10.7326/0003-4819-157-10-201211200-00005
[2]Pu D, Stephen K, McDonald C, et al; Shorr R, Haines T. Investigating the effectiveness of mobilisation alarms to prevent hospital falls using disinvestment: A randomised clinical trial. Int J Nurs Stud. 2025;175:105320. doi:10.1016/j.ijnurstu.2025.105320
[3]Considine J, Berry D, Mullen M, et al. Nurses' experiences of using falls alarms in subacute care: A qualitative study. PLoS One. 2023;18(6):e0287537. doi:10.1371/journal.pone.0287537
[4]Cameron ID, Dyer SM, Panagoda CE, et al. Interventions for preventing falls in older people in care facilities and hospitals. Cochrane Database Syst Rev. 2018;9(9):CD005465. doi:10.1002/14651858.CD005465.pub4
[5]Chen S, Hui Z, Su W, Jiang R, Zhang H, Zhang H, Zhang H. Determinants of Medical Equipment Alarm Fatigue in Practicing Nurses: A Systematic Review. SAGE Open Nurs. 2023;9:23779608231207227. doi:10.1177/23779608231207227
[6]Xu D, et al. Exploring ICU nurses' response to alarm management and strategies for alleviating alarm fatigue: a meta-synthesis and systematic review. BMC Nurs. 2025;24(1):412. doi:10.1186/s12912-025-03084-y
[7]Paine CW, Goel VV, Ely E, et al. Systematic Review of Physiologic Monitor Alarm Characteristics and Pragmatic Interventions to Reduce Alarm Frequency. J Hosp Med. 2016;11(2):136-44. doi:10.1002/jhm.2520
[8]Yeoh Lui CX, Yang N, Tang A, Tam WWS. Effectiveness Evaluation of Smart Home Technology in Preventing and Detecting Falls in Community and Residential Care Settings for Older Adults: A Systematic Review and Meta-Analysis. J Am Med Dir Assoc. 2024;26(1):105347. doi:10.1016/j.jamda.2024.105347
[9]Wen MH, Chen PY, Lin S, et al. Enhancing Patient Safety Through an Integrated Internet of Things Patient Care System: Large Quasi-Experimental Study on Fall Prevention. J Med Internet Res. 2024;26:e58380. doi:10.2196/58380
[10]Nahid N, Ahad MAR, Inoue S. Context-Aware Alerting in Elderly Care Facilities: A Hybrid Framework Integrating LLM Reasoning with Rule-Based Logic. Sensors (Basel). 2025;25(21):6560. doi:10.3390/s25216560
[11]Pham CT, Visvanathan R, Strong M, et al. Cost-Effectiveness and Value of Information Analysis of an Ambient Intelligent Geriatric Management (AmbIGeM) System Compared to Usual Care to Prevent Falls in Older People in Hospitals. Appl Health Econ Health Policy. 2022;21(2):315-325. doi:10.1007/s40258-022-00773-6

企業公式サイト情報(PubMed収載外・製品情報として区別して掲載)

パラマウントベッド. 離床CATCH(着床センサーの研究). https://www.paramount.co.jp/company/technology/tech03 / 転倒転落対策. https://www.paramount.co.jp/corporate/inversion/
ホトロン. 体動コール うーご君 HB-TV3. https://www.hotron.co.jp/(製品ページ)
パラマウントベッド. 眠りSCANの研究. https://www.paramount.co.jp/company/technology/tech04/
パラマウントベッド. 眠りCONNECT news release. https://www.paramount.co.jp/news/detail/408
2024年度(令和6年度)介護報酬改定・見守り機器と夜勤職員配置加算に関する数値は二次情報(ZIPCARE MEDIA、GemMed等)の集約であり、一次資料は厚生労働省資料 000346243.pdf001005036.pdf を参照。
監修・免責
本記事は医療従事者・医療安全に関わる多職種向けの教育・知識整理を目的とした情報提供であり、特定の製品の性能保証や、各施設の医療安全方針・介護報酬算定を保証するものではありません。診療報酬・介護報酬・施設基準の詳細は最新の告示・通知および自院・自施設の規定をご確認ください。記載は作成時点(2026年7月)の情報に基づきます。