Integrated AI analysis of natural language in nursing records by GPT and sensor data to support ward management
| Project/Area Number |
22K19684
|
|---|
| 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 | Tokyo University of Science (2023)
The University of Tokyo (2022) |
|---|
Principal Investigator |
森 武俊 東京理科大学, 先進工学部機能デザイン工学科, 教授 (20272586)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松原 仁 東京大学, 大学院情報理工学系研究科, 教授 (50325883)
武村 雪絵 東京大学, 医学部附属病院, 看護部長 (70361467)
野口 博史 大阪公立大学, 大学院工学研究科, 教授 (50431797)
|
|---|
| Project Period (FY) |
2022-06-30 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2023: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2022: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
|
|---|
| Keywords | 看護記録 / 看護SOAP / カルテ / ナースコール / バイタルセンサ / 病棟管理 / 生成AI / ChatGPT / 診療録 / 自然言語 / GPT |
|---|
| Outline of Research at the Start |
すでに病棟にあふれかえっているさまざまなデータを埋もれさせずにできる限り機械の力で利活用し，看護師・看護管理者や医療従事者が本来の医療やケアに注力できるよう支援するシステムを構想しています．このような定量的客観的データによる支援を人工知能で実現するということに挑み，看護記録やカルテのテキスト分析とナースコール・バイタルモニタ機械学習モデル分析で病棟・患者状況を定量把握して，アドバイス，ベッドコントロール，インシデント軽減・予防，シフト設計などを例に実証的なシステムでの手法をかたち作ることを目指します．
|
| Outline of Annual Research Achievements |
看護師ほか医療従事者は24時間のケアが提供できるようナースステーションをベースに病棟で複数が交替で働いている．患者の多様なニーズに応え一人一人に丁寧に適切な看護ケアを提供しコミュニケーションがとれると良いが，ある程度定型的なプロセスにしたがってベッドを巡回する姿が現実である．これまでこの類いの調査・分析は，事後アンケートが中心で，主観的側面が大きく，かつ調査自体がふだんの看護ケア状況を変えてしまうという問題があった．
本研究では，病院の電子カルテシステム，看護ワークシートシステム，看護必要度システム, 服薬処置実施システム,インシデントレポーティングシステム,ナースコールシステムなどから抽出することを想定して分析・モデル化する手法の構築を目指した。具体的には，まず病棟で看護師が記録する看護記録について，自然言語モデルには言語モデルGPT-3およびGPT-2の日本語対応版を適用し，看護テキストから患者や病棟の状態を推定予測する手法ならびに看護テキストの一部を記述すると続きを補間生成したり誤り記述の可能性が高い箇所を指摘する手法・システムを構成した。このシステムは2023年度にはGPT-4(ChatGPT)のAPIも適用可能なように拡張し，日本語対応版等を含めた前世代モデルにくらべGPT-4や2023年度世代の生成AIが有望であることを示した。
また，ナースコールデータ等のセンサデータハンドリングについては，退院時期や病態変化・病棟異変を予測できる深層学習に基づくモデル化を行い，病棟状況分析と連動させた。
自然言語モデルによる看護テキスト分析とセンサデータ分析とを統合することで病棟および個々の患者の状態を定量把握するシステムの構築が実現することで，看護師・医療従事者がいつ誰にどう対応するのが良いかという計画ベースケアとデマンドベースケアの実現に有用である可能性を示した。
|
Report
(2 results)
Research Products
(18 results)
