| Project/Area Number |
20K19460
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 59010:Rehabilitation science-related
|
|---|
| Research Institution | Jikei University School of Medicine |
|---|
Principal Investigator |
Ozaki Naoto 東京慈恵会医科大学, 医学部, 助教 (40866448)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 国際生活機能分類（ICF） / 大規模言語モデル（LLM） / 生成AI（Generative AI） / 自然言語解析（NLP） / 人工知能（AI） / 国際生活機能分類 / 生成ＡＩ / 自然言語解析 / 自然言語処理 / ICF |
|---|
| Outline of Research at the Start |
世界保健機関(WHO)によって、国際生活機能分類(ICF)の臨床場面での普及が推進されている。しかし、ICFが2001年に提唱されてから、概念は普及したものの細かいコーディングは煩雑であり殆ど普及していない。本研究では、自然言語処理を用いた看護記録や多職種カンファレンス記録をもとに、ICFコーディングを実現していく。特に、看護記録やカンファレンス記録を解析する際の前処理で必要な事項を明確にし、それらを"rule-base"で自然言語処理を行い、ICFの自動コーディングを行う。
これらにより、患者の退院後のより細かい生活支援や医療従事者の負担軽減が実現される。
|
| Outline of Final Research Achievements |
I have developed “ICF Coder,” an ICF coding tool with generative AI. By simply entering clinical records and summaries, this AI tool automatically presents the second level of ICF codes using an interactive generative AI (ChatGPT). ICF coding, which used to take experts more than 30 minutes, can be done in a few seconds, enabling quick and objective visualization of a patient's functional status at conferences and in multidisciplinary collaboration. It can also be used for research and education, and since the context and evaluation on which the codes are based are presented at the same time, it is highly transparent and reproducible. However, anonymization of input content and final judgment must be handled by health professionals.
|
| Academic Significance and Societal Importance of the Research Achievements |
ICF Coderは、臨床記録などの自然言語からICFコードを自動抽出するAI支援ツールであり、学術的・社会的に高い意義を有する。学術面では、大規模データに対するICFコーディングを効率化し、生活機能の視点を含んだ疫学研究や介入評価の高度化に寄与する。また、既存記録の二次利用やICF分類体系の再評価が可能になる。社会的意義として、ICFの導入障壁を下げ、医療・福祉・教育の現場での活用を促進することで、多職種連携の質的向上や人材育成、生活機能に基づく公平な支援体制の構築に貢献する。
|
