Development of a predictive model for clinical outcomes using patient subjective information extracted via generative AI

• Project/Area Number: 25K13935
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58060:Clinical nursing-related
• Research Institution: The University of Osaka
• Principal Investigator: 平 和也 大阪大学, 量子情報・量子生命研究センター, 特任准教授(常勤) (70804847)
• Co-Investigator(Kenkyū-buntansha): 尾形 宗士郎 国立研究開発法人国立循環器病研究センター, 研究所, 室長 (00805012) ; 矢田 竣太郎 筑波大学, 図書館情報メディア系, 准教授 (60866226) ; 板谷 崇央 京都大学, 医学研究科, 特定助教 (70963536)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2025: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
• Keywords: 看護記録 / 生成AI / 主観的情報 / 治療アウトカム

Outline of Research at the Start

本研究は、生成AIモデルが自動抽出した患者の主観的情報と患者の治療アウトカムの関連を明らかにする。生成AIモデルを用いた看護記録のテキスト化及び自然言語処理技術を組み合わせて、患者と看護師のベッドサイドでの会話データから患者の主観的情報を抽出する。その後、患者の治療アウトカム（健康関連QOLや生存期間、入院期間、ADLなど）を目的変数、抽出された患者の主観的情報をベクトル化したものを予測変数としたマルチレベル回帰分析や機械学習モデリングを行い、関連性を評価する。看護師の負担を増やすことなく、患者の主観的な声を客観的評価にて正確に捉え、より質の高い医療の提供に寄与するものである。