2022 Fiscal Year Research-status Report
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
| 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 / 説明能力 / 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，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）による因果探索を検討している．SAMは敵対的生成ネットワーク（GAN）を用いる方法である．SAMによる方法により，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，語の間にある関係性を有向グラフで抽出できる可能性を得ている．この手法の課題は語の関係性を示すグラフが巨大になることであった．また，SAMは計算コストが大きいこともあり，探索結果の安定性の改善や視認性の良い提示方法の検討を引き続き進めている．
一方で，看護過程の評価にはTransformerによるクラス分類システムを採用している．この方法ではAttentionという仕組みがあり，これは看護過程を記したテキストのどの語へ注目して識別したか，を表していると考えることができる．そこで，Attentionによる注目語をその強さ別に可視化することにより，評価結果に対する説明とした．この結果，分類精度に依存する傾向はあるものの，重要と思われる語の周辺での注目度が強いことがわかった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
Structural Agnostic Modeling（SAM）による因果探索を検討で，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，語の間にある関係性を有向グラフで抽出できる可能性を得ているが，語の関係性を示すグラフが巨大になることであった．また，SAMは計算コストが大きいこともあり，探索結果の安定性の改善や視認性の良い提示方法の検討を引き続き進めている．
他方，看護過程の評価にはTransformerによるクラス分類システムを採用しており，Attentionという仕組みをもつ．これを評価結果への根拠として用いることができるかを検討した．これは看護過程を記したテキストのどの語へ注目して識別したか，を表していると考えることができ，Attentionによる注目語をその強さ別に可視化することにより，評価結果に対する説明とした．この結果，分類精度に依存する傾向はあるものの，重要と思われる語の周辺での注目度が強く，評価根拠とする可能性を得た．
|
| Strategy for Future Research Activity |
Attentionによる説明能力の付与は，看護過程テキスト（看護ケアテキスト）の評価クラスへの分類性能に依存することが判明している．したがって，クラス分類性能向上はAttentionによる説明能力付与に不可欠である．看護ケアテキストの評価クラスへの分類性能向上を，引き続き目指す．
また，SAMによる因果探索は有望であると思われるものの，結果の可視化方法，計算コストの面，また，探索結果にばらつきがある点など種々の課題がある．これらの課題についても引き続き取り組む．
因果関係は有向グラフで表現されるため，グラフニューラルネットワークなどの手法を検討する．
|
