因果探索による説明能力を付与した多層ニューラルネットによる看護過程の質評価支援

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K10632
• Research Institution: University of Hyogo
• Principal Investigator: 新居 学 兵庫県立大学, 工学研究科, 准教授 (80336833)
• Project Period (FY): 2021-04-01 – 2025-03-31
• Keywords: 看護過程の質改善 / 多層ニューラルネットワーク / 因果探索

Outline of Annual Research Achievements

本研究では，多層ニューラルネットワークによる看護過程の質評価支援を目指している．看護過程を記述した看護ケアテキストは専門家により４つのクラスに分類される．この４つのクラスは，看護過程を「大変良い」から「要改善」の各段階へ分類するものである．
まず，因果探索手法として種々の手法を検討した．これまでの研究で，多層ニューラルネットワークを用いて看護ケアテキストのクラス分類を行ってきている．そこで，多層ニューラルネットワークを利用する手法であるStructural Agnostic Modeling（SAM）をベースに開発することとした．SAMは敵対的生成ネットワーク（GAN）を用いる方法である．
つぎに，因果探索の方針として，クラス別に看護ケアテキストを分け，各クラスで使用される「語」がどのような因果関係を持つかを探索可能か調査した．その結果，語の間にある関係性を有向グラフで抽出することができた．グラフはネットワーク状に表示でき，俯瞰で結果を確認することができる．ただし，看護ケアテキストでは多種の語が使用されており，同種の語をまとめるなどしてより視認性の良い提示方法を検討しなければ，解析における負担が増加することが判明した．
語の因果関係をクラス別に明らかにすることにより，ある語群をどのような関係性で用いた看護ケアテキストが，どのような評価を得ているかを明らかにできる．したがって，まずは初期段階の説明能力を与えることができるといえる．SAMなどの因果探索手法は発展途上であるため，今後は因果探索手法の性能改善や提示方法の改良を目指す．

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

因果探索の手法としてStructural Agnostic Modeling（SAM）を用い，クラス別に看護ケアテキストを分け，各クラスで使用される「語」がどのような因果関係を持つかを探索可能か調査した結果，語の間にある関係性を有向グラフで抽出することができた．グラフはネットワーク状に表示でき，俯瞰で結果を確認することができる．語の因果関係をクラス別に明らかにすることにより，ある語群をどのような関係性で用いた看護ケアテキストが，どのような評価を得ているかを明らかにできる．したがって，まずは初期段階の説明能力を与えることができるといえる．

Strategy for Future Research Activity

因果探索の結果はネットワーク状に表示でき俯瞰的に確認することができるが，看護ケアテキストでは多種の語が使用されており，同種の語をまとめるなどしてより視認性の良い提示方法を検討しなければ，解析における負担が増加することが判明した．本研究では，看護過程の質評価支援を目指している．現状の結果提示方法は視認性が悪く，結果の見方に精通していなければ理解することが難しいため，多数の語を概念毎に集約するなどして視認性の良い結果提示方法を検討する必要がある．また，SAMなどの因果探索手法は発展途上であるため，今後は因果探索手法の性能改善も必要である．