2023 Fiscal Year Annual Research Report
Development of communication support system for nursing based on natural language processing and machine learning technologies
| Project/Area Number |
20K11093
|
|---|
| Research Institution | Kushiro National College of Technology |
|---|
Principal Investigator |
中島 陽子 釧路工業高等専門学校, 創造工学科, 教授 (20217730)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
本間 宏利 釧路工業高等専門学校, 創造工学科, 教授 (80249721)
プタシンスキ ミハウ 北見工業大学, 工学部, 准教授 (60711504)
桝井 文人 北見工業大学, 工学部, 教授 (80324549)
秋葉 友良 豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (00356346)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 介護方法提示 / 介護事例 / 個人属性 / 自然言語処理 / 大規模言語モデル / 困りごと |
|---|
| Outline of Annual Research Achievements |
2023年度は，前年度の困りごととその対応方法を自動抽出したデータを元に，人手で精査したデータを介護事例DBに追加し，利用者の個人属性を考慮した場合としない場合の介護事例提示モデルの精度の比較と分析を行い，Webアプリの作成を行った．個人属性を考慮する場合（性別，生年，前職，趣味，性格）をベクトルとして入力し，K-means法により似た利用者のクラスタに分類することで，似た利用者の介護事例を検索対象とする．さらに，介護従事者が発生した困りごとによって個人属性のうちどの属性が強く影響しているかでクラスタリングができるように個人属性に重みをかけてクラスタリングを可能にした．
介護事例データ886セットを用いて， 4施設24名の介護従事者に入居者の困りごとと個人属性および，対応方法候補を示し，各対応方法が「適している」または，「適していない」の2択で評価を行った．適切であると判断された総数を「適切数」とし，適切数が1人以上と3人以上の場合の割合「適切率」を算出した．
対応方法候補は，入力される困りごと文と類似している文をSentence-BERTを用いてコサイン類似度を求め抽出している．評価実験の結果は，適切数1以上で個人属性を考慮しない場合は，91.5%，個人属性を考慮した場合は94.2%の適切率であった．また，適切数3以上で個人属性を考慮しない場合は，82.9%，個人属性を考慮した場合は84.1%の適切率であった．何の場合も個人属性を考慮した方が，対象となる利用者にとってより適切な対応方法が提示できていることが示された．本研究で構築した介護支援方法提示システムはWeb上で困りごとと個人属性の入力，対応方法候補を出力，介護事例DBと個人属性DBへの新規追加，また，対応後のフィードバック機能を備えたWebアプリケーションとして利用可能とした．
|
