深層学習を用いたインシデント文章分析によるプロアクティブリスク管理手法の確立
Project/Area Number |
22K19657
|
Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
Allocation Type | Multi-year Fund |
Review Section |
Medium-sized Section 58:Society medicine, nursing, and related fields
|
Research Institution | Keio University |
Principal Investigator |
堀 里子 慶應義塾大学, 薬学部(芝共立), 教授 (70313145)
|
Co-Investigator(Kenkyū-buntansha) |
舟越 亮寛 亀田医療大学, 総合研究所, 客員研究員 (10805584)
|
Project Period (FY) |
2022-06-30 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2024: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Fiscal Year 2022: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
Keywords | インシデント / 深層学習 / リスク管理 / 医療安全 / 自然言語処理 |
Outline of Research at the Start |
医療施設における患者安全の実現には網羅的インシデント分析に基づくリスク管理の最適化が重要である。本研究では,インシデント報告と分析の質を高めるために,深層学習を用いて,医療インシデント分析に特化した性能の高い自然言語処理(NLP)モデルを構築する。さらに,深層学習を用いたNLPモデルを基盤として,不足情報の補完をナビゲートし,類似インシデントを活用した研修事例を提示するインシデント報告システムの構築に取り組む。本研究により,蓄積されたインシデント報告を最大限活用し,インシデント分析に基づきリスクを事前予測するための学術基盤の確立が期待される。
|
Outline of Annual Research Achievements |
医療施設における患者安全の実現には網羅的インシデント分析に基づくリスク管理の最適化が重要である.しかし,インシデント分析では,報告者の非定型文章に基づき,インシデントの複雑な発生プロセスや要因を読み解く必要があるため,多大な労力と熟達が求められる.加えて,インシデント分析に必要な情報が報告時点で漏れている場合もある. 本研究では,深層学習を用いて,医療インシデント分析に特化した性能の高い自然言語処理(Natural Language Processing, NLP)モデルを構築することで, これらの課題の解決を目指している.さらに,インシデント報告と分析の質を高めるために,NLPモデルを基盤として,不足情報の補完をナビゲートするインシデント報告システムの構築に取り組む. 初年度(2022年度)は,公益財団法人医療機能評価機構における医療事故情報収集等事業で収集された医療事故及びヒヤリハット事例データのうち,薬剤関連のインシデントを対象とし,NLPモデル(BERT, T5 等)を用いたインシデント分類器(事故発生プロセス・要因・対処・対策の各項目)の構築を進めた.並行して,インシデント報告の質向上モデルの開発要件を設定することを目的として,病院における薬剤に関するリスク管理やインシデント分析の実態と課題の聞き取り調査を実施した.本結果をもとに全国のさまざまな規模の病院を対象としたインシデント分析の実態と課題に関する調査研究を進めている.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度(2022年度)は,公益財団法人医療機能評価機構における医療事故情報収集等事業で収集された医療事故及びヒヤリハット事例データのうち,薬剤関連のインシデントを対象とし,NLPモデル(BERT, T5 等)を用いたインシデント分類器(事故発生プロセス・要因・対処・対策の各項目)の構築を進めた.並行して,インシデント報告の質向上モデルの開発要件を設定することを目的として,病院における薬剤に関するリスク管理やインシデント分析の実態と課題に関する聞き取り調査を実施した.
|
Strategy for Future Research Activity |
本研究では,深層学習を用いて,医療インシデント分析に特化した性能の高いNLPモデルを構築する.さらに,本モデルを基盤として,インシデント報告時にインシデント分析に必要な不足情報の補完をナビゲートし,類似インシデントを活用した研修事例を提示するインシデント報告システムの構築を目指す.具体的には,公益財団法人医療機能評価機構における医療事故情報収集等事業で収集された医療事故及びヒヤリハット事例データおよび協力医療機関で集積されたインシデント報告を対象として,NLPを用いたインシデント非定型テキスト分析手法の開発を継続して進める.並行して,全国の様々な規模の病院を対象として,病院におけるインシデント分析の実態と課題に関する質問紙調査を実施し,インシデント報告の質向上モデルの開発要件の検討を進める.
|
Report
(1 results)
Research Products
(3 results)