| Project/Area Number |
23K09844
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58050:Fundamental of nursing-related
|
|---|
| Research Institution | Iryo Sosei University |
|---|
Principal Investigator |
高橋 道明 医療創生大学, 国際看護学部, 准教授 (90710814)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
伊藤 嘉章 医療創生大学, 国際看護学部, 准教授 (60804870)
葛西 好美 医療創生大学, 国際看護学部, 教授 (70384154)
今井 哲郎 広島市立大学, 情報科学研究科, 講師 (10436173)
川口 孝泰 医療創生大学, 国際看護学部, 教授 (40214613)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 臨床判断 / 看護観察 / Artificial Intelligence / 自然言語処理 / 機械学習 / Human-in-the-loop / 医療情報 |
|---|
| Outline of Research at the Start |
医療の高度化とAI(Artificial Intelligence)技術の進歩により、看護観察データには更なる情報活用が期待されている。看護の質向上のためにも、暗黙的に行われている臨床判断を含め看護の知を最大限説明できる形に変換することは重要で、その方略としてAI技術の導入がある。本研究は量的・質的な看護観察データについて自然言語処理技術の一つである共起分析から臨床判断への応用可能性について検証する。さらに、機械学習を踏まえたHuman-in-the-loopの考え方を導入し、効果的な臨床判断による健康支援のあり方についても検討する。
|
| Outline of Annual Research Achievements |
本研究の目的は量的・質的な看護観察データについて自然言語処理技術の一つである共起分析から臨床判断への応用可能性について検証することである。共起分析を用いた看護観察データから臨床判断への応用可能性を検証するため、フェーズ1(半構造化インタビューと特徴量抽出)、フェーズ2(モデル構築とHuman-in-the-loopによるモデル精度向上)、フェーズ3(検証実験)の3段階で研究を進める計画である。
2023年度はフェーズ1を実行するため、当初計画の通り研究に必要な環境整備を行った。予定していたフェーズ1の半構造化インタビューでは、30名の看護師を対象にデータ収集を行う計画であったが、計画遂行のために必要な諸準備に想定以上の時間がかかったこと、研究を実施可能となった時期に学内業務が重なったことからデータ収集まで至らなかった。今年度は個別インタビューとモデル構築を行い、フェーズ2への移行を可及的に行う。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
共起分析を用いた看護観察データから臨床判断への応用可能性を検証するため、フェーズ1(半構造化インタビューと特徴量抽出)、フェーズ2(モデル構築とHuman-in-the-loopによるモデル精度向上)、フェーズ3(検証実験)の3段階で研究を進める計画であった。
2023年度はフェーズ1の半構造化インタビューを予定していたが、計画遂行のために必要な諸準備に想定以上の時間がかかったこと、研究を実施可能となった時期に学内業務が重なったこと、また、研究者の所属異動が発生したことも相まってデータ収集まで至らなかった。今年度は個別インタビューとモデル構築を行い、フェーズ2への移行を可及的に行う。
|
| Strategy for Future Research Activity |
本研究は共起分析を用いた看護観察データから臨床判断への応用可能性を検証するため、フェーズ1(半構造化インタビューと特徴量抽出)、フェーズ2(モデル構築とHuman-in-the-loopによるモデル精度向上)、フェーズ3(検証実験)の3段階で研究を進める計画である。
今年度は所属異動をした点を活用し、当初計画の通りフェーズ1の個別インタビューを実施し、モデル構築を行う。モデル構築を進めながら、グループインタビューを行い、モデル精度の向上を図る。
|
