| Project/Area Number |
24K13481
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
高尾 総司 岡山大学, 医歯薬学域, 准教授 (50335626)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
頼藤 貴志 岡山大学, 医歯薬学域, 教授 (00452566)
宮道 力 岡山大学, 保健管理センター, 准教授 (20627822)
道喜 将太郎 筑波大学, 医学医療系, 助教 (60808781)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | メンタルヘルス / 休復職対応 / 人工知能 / 復帰判定 / 復職判定 |
|---|
| Outline of Research at the Start |
先行研究で、メンタルヘルス不調で休職中の従業員に対する人事担当者や産業医等の相談内容に対して、人工知能技術を活用して復帰準備の支援、復帰判定の（間接的）支援を行うシステムの開発を行った。しかし、メンタルヘルス不調者に対応する場面はこれに限局されず、「復帰判定そのもの」、「復帰後において再療養の必要性を判断する場面」もある。人事担当者等がメンタルヘルス不調者に対応するすべての場面に対する「包括的」な人工知能による支援システムに拡張していくために、本研究では（直接的に）復帰判定そのものを支援するシステムを開発する（療養判定は将来の課題と位置づける）。
|
| Outline of Annual Research Achievements |
初年度は、メンタル休職者の復職後の就業継続データの記述を行うことを計画していた。調査票を作成し、調査対象企業に郵送して実施する広汎なデータ収集に先駆けて、いくつかの既存の研究協力企業において、おおよそ1社あたり20-40ケースについてのデータを集計して、予後要因の絞り込みを行った。
また復帰後の就業継続状態を予測するための、自然言語処理モデル構築のためのテキストデータの整理を行い、療養中から復職までの状況（先行する研究に引き続き、人事総務担当者の視点からみたもの）と復帰後の就業継続状態のデータを、おおよそ50ケースについて作成した。AIへの学習は、次年度以降に行う予定である。
並行して、療養中のメンタル休職者の状況を評価することのできるテキストデータとして、療養中に休職者側にもとめる週1回の療養または復帰準備状況の報告書とこれに対する返信としての人事総務担当者側の受領書の双方のテキストデータを効率的に収集できるようにするため、また同時に、標準化された対応をより容易に導入できるようにするために、週1回の療養報告およびこれに対する受領を返す、簡易なWEBシステムの開発を行った。
そのほか、先行する研究において、療養中の状況に関する人事総務担当者の産業医等専門家に相談したい内容のテキストをAIに読み込ませることで、自然言語処理をもちいて、将来のある時点において（たとえば3ヶ月後）、復帰しているかどうかを判定するAIモデルは構築済みであったが、成果物としては自動化にまでは至っておらず、個々のケースについて読み込ませたのち、判定ボタンを押して判定が表示されるシステムにとどまっていたため、本システムのUIの改善を、ユーザーの使用感における負担を軽減する方向でのさらなる改修について検討を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
メンタル休職者の復職後の就業継続データの広汎な収集の実施についてはやや遅れているが、そのほかの点については、おおむね計画にあわせて進捗している。
|
| Strategy for Future Research Activity |
今後の研究の推進方策としては、おおよそ計画にそって、まずはメンタル休職から復職後の就業継続データの基礎データを作成することと、復帰後の就業継続状況を予測するAIモデルを構築することを主として行う。
そのなかでもすでに構築した復帰準備支援判定モデルと今回構築する復帰判定モデルの統合については次年度以降、引き続き、具体的な後者のモデルのAUC等の特性も鑑みながら検討していく。また研究計画時点からも課題として認識している、その先にある就業状況にある労働者に対する「療養可能性の予測モデル」については、これまでの開発モデルが、医療的な視点よりも労務管理的な視点を重視することで、比較的少ないパターンに分類できることから、モデル構築が進めやすかった利点があったことに対して、同「療養可能性の予測モデル」については、どうしても医療的な視点を相当程度加味した判定を想定せざるをえず、この点については、現場の産業医や産業保健職等との検討の機会を設ける。
また、本モデル構築に際して参考にした、児童相談所におけるケースカンファレンス情報を自然言語処理したうえで、一時保護か待機かの判定を行うAIモデルにおいても、AI判定が待機だった一方で、不幸な事案が実際に発生していることもあり、その倫理的観点からの検討は避けられない。本研究でも、AIによる判定と既存のリソースである専門家との判定の乖離等についてどのように考えていくかについては、労働法等を専門とする弁護士等との検討を行っていくために、検討グループのメンバーを選定する。
|
