2023 Fiscal Year Annual Research Report
ソーシャルメディアからの患者の悩み・実践知の抽出技術と活用基盤の確立
| Project/Area Number |
21H03170
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
堀 里子 慶應義塾大学, 薬学部(芝共立), 教授 (70313145)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
荒牧 英治 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (70401073)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | ソーシャルメディア / 患者の悩み / 患者の実践知 / 自然言語処理 / 深層学習 / 薬局薬歴 |
|---|
| Outline of Annual Research Achievements |
本研究では，ソーシャルメディアから得られる患者テキストを患者ケアの充実に活かす基盤づくりを目指して，患者の治療・生活上の悩みに関するエピソード，及び患者の実践知を抽出する自然言語処理システムの開発を進めてきた．
本年度（2023年度）は患者ブログやインタビュー，薬局で聴取された患者主訴から副作用疑いや悩み，感情表現を抽出する深層学習モデルの構築と外部検証を行なった．
主な成果を以下に示す．
がん患者の悩み・感情抽出：患者の悩み（診療の悩み、身体の苦痛、心の苦悩、就労・経済的負担、家族・周囲の人との関係）のマルチラベル抽出に加えて，感情極性に基づく3つの感情（ポジティブ、ネガティブ、ニュートラル）とPlutchikの基本8感情（信頼、喜び、怒り、悲しみ、恐れ、期待、嫌悪、驚き）を用いた感情分類器（BERT及びLUKE）を構築した．一部の感情の分類には課題が残るものの，良好な性能を示す分類器を構築できた．対象テキストには，8 感情のうち、信頼が最も多く付与され、これらは医療従事者や家族等、周囲の人々への信頼に関連する内容であった。一方、悲しみや嫌悪などの負の感情の付与も多く、治療における辛さや人間関係の悩みによるものが、その多くを占めていた。
有害事象（AE）症状の生活の支障度別分類手法：患者は生活に来した支障をブログ等に発信することがあり，そこには診療時には表面化しない副作用のシグナルが含まれる可能性がある．本研究では，早急な治療介入を必要とする可能性のある患者に焦点をあてて，手足症候群の副作用疑いを抽出する分類器（BERT），ならびにがん患者のAE症状を生活の支障度（重症度）別に抽出する分類器（T5）を構築した．さらに，これらの分類器が薬局薬歴の患者主訴記述に対しても良好な性能を示し，薬局薬歴の患者主訴にも適用可能であることが示された。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
