2022 Fiscal Year Annual Research Report
The development of the mental health support system at work with artificial intelligence - the decision for return to work-
Project/Area Number |
19K19431
|
Research Institution | University of Tsukuba |
Principal Investigator |
道喜 将太郎 筑波大学, 医学医療系, 助教 (60808781)
|
Project Period (FY) |
2019-04-01 – 2023-03-31
|
Keywords | 機械学習 / 産業医学 / メンタルヘルス / AI |
Outline of Annual Research Achievements |
本研究は、機械学習(ニューラルネットワーク)をはじめとするArtificial intelligence (AI)の技術を用いて、産業医学の分野にて対応が困難であったメンタルヘルスの問題を抱える労働者への、最適な対応ができるシステム構築を目的とする。メンタルヘルスの問題は多様化し、内科や外科系の産業医がメンタルヘルスの問題へ精通していない場合、適切な対応ができないことがある。そのため、精神科を専門とする産業医のニーズは大きいものの、人数が少ないためそのニーズに応えられていない。産業医の判断をAIに学習させることで、病気休暇の取得の要否や、病気休業期間、職場復帰のタイミングを自動判定するメンタルヘルス支援者用面談補助システムを構築する。 2019年度は、労働者を対象とした大規模横断調査のデータを用いて職場のうつ病予測モデルを作成した。調査項目は、年齢、性、婚姻、就業状況、職種、役職、学歴、同居家族、住居、運動習慣、喫煙習慣、抑うつ尺度であった。抑うつ気分を呈する職員の検出精度は約90%と、比較的高い値であった。うつ病の質問紙の多くは主観的な気分で判定されるが、本モデルでは、客観的な評価項目のみを利用してうつ病を判定するため、偏見のせいで心理的な質問への回答を避けることを排除できることから、本モデルはうつ病のスクリーニングとして利用できる可能性がある。 2020年度は、本モデルが精神科医の判断と比較してどの程度の性能であるのか検討を行った。その結果、本モデルは精神科医の判断と比較して同程度の精度であることが判明した。 2021年度は、上記研究成果を学会誌に発表することができた。 2022年度は、上記研究成果をもとに、職場復帰のタイミングを自動判定するメンタルヘルス支援者用面談補助システムを構築する際の特徴量を特定した。また、産業医面談の電子化、データの管理システムを作成した。
|