医師の認知バイアスを軽減する診療支援システム開発:医師の個人差に着目して
Project/Area Number |
23K16249
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 58010:Medical management and medical sociology-related
|
Research Institution | University of Tsukuba |
Principal Investigator |
香川 璃奈 筑波大学, 医学医療系, 講師 (10824675)
|
Project Period (FY) |
2023-04-01 – 2027-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
Keywords | 認知バイアス / 意思決定支援 |
Outline of Research at the Start |
医療ミスの原因の一つとして多様な認知バイアスが知られていますが、認知バイアスを避けることは簡単なことではありません。昨今では、AIを活用した診療支援システムの開発が盛んですが、どんなにAIの精度が高くても、医師をはじめとする医療従事者の認知バイアスのために、AIによる支援を適切に活用しきれない恐れがあります。 本研究では、診療支援システムに認知バイアスを軽減するモジュールを組み込むことで、患者の利益と医療従事者の負担軽減の両立を目指します。
|
Outline of Annual Research Achievements |
AIを使う人間が持つ認知バイアスとして、AIの助言を過小評価する現象(algorithm aversion)に着目した。特に、この現象が心理学分野で予てより知られてきた自己中心的助言割引で表現できることを多様なタスクで確認した。その上で、人間が助言(特に、幅のある助言「70±5%」)を統合して最終的な意思決定を行う過程を数理的に表現した。シミュレーション実験を行なうことで、人間の最終的な意思決定をより正確なものにするための簡便な介入を提案し、効果を実証した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
AIを使う人間が持つ認知バイアスとして昨今着目されているAIの助言を過小評価する現象(algorithm aversion)を、この現象が心理学分野で予てより知られてきた自己中心的助言割引で表現できることを多様なタスクで確認した。 その上で、人間が助言(特に、幅のある助言「70±5%」)を統合して最終的な意思決定を行う過程を数理的に表現した。 シミュレーション実験を行なうことで、人間の最終的な意思決定をより正確なものにするための簡便な介入を提案し、効果を実証した。 基礎的なタスクで成果を得られたため、おおむね順調に進展していると判断した。
|
Strategy for Future Research Activity |
擬似的な医療シナリオを用いて、医者や看護師を対象とした実証実験を行う。
|
Report
(1 results)
Research Products
(19 results)