人工知能を用いた重症心身障害児の応答評価システムの開発と教育実践

2022 Fiscal Year Research-status Report

• Project/Area Number: 21K20258
• Research Institution: Ibaraki University
• Principal Investigator: 石田 修 茨城大学, 教育学部, 助教 (50909926)
• Project Period (FY): 2021-08-30 – 2024-03-31
• Keywords: 重症心身障害児 / 心拍 / 人工知能 / 応答評価システム

Outline of Annual Research Achievements

運動障害が重篤な重症心身障害児（以下，重症児）は，教員の働きかけに対する応答が乏しいことから，行動観察による感覚機能や興味・関心などの実態把握が困難で，それが教育実践における課題となっていた。近年、外的刺激がきたときの心拍数の加速・減速の変動をもとに重症児の応答を評価しようという試みもあるが，子どもの感覚過敏や心拍の計測・分析の難しさから教育実践で活用するには障壁があった。そこで本研究では，測定機器や心拍変動に関する専門的な知識・技能がない教員でも，簡便に実施できる重症児の実態把握の方法を確立することを目的とし，人工知能を用いた重症児の応答評価システムを開発する。
令和3年度（初年度）は，心拍データ計測のための環境を構築した。令和4年度（最終年度）は，教師データ作成のため，心拍計を用いて重症児1名の呼名場面における心拍データを収集した。本評価システムの開発にあたっては，心理状態に関連した心拍変動と無関連の心拍変動をいかに弁別するかが課題である。心拍数は安静時でも自律的に変動しており，その加速・減速の変動には自律的変動と外的刺激に惹起された変動が混在している。そこで，定位・期待反応と自律的変動の除去に最適なフィルターや，定位・期待反応と自律的変動を判別するカットオフ値を検討するため，収集した心拍データについて複数の専門家で①期待反応（加速），②定位反応（減速），③その他（反応なし）の3パターンに分類し，その結果を教師データとして人工知能による判定アルゴリズムを構築した。機械学習のアルゴリズムは，外部委託したプログラム製作者と議論しながら選定し，複数の専門家と人工知能による応答評価との一致率90%を目指して，現在検討を進めている。新型コロナウイルス感染症の影響により，当初の予定より心拍データのサンプル数が不足しているため，今後，学習サンプルを増やすことで更なる精度向上が見込まれる。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

新型コロナウイルス感染症の影響により，当初の予定より重症心身障害児を対象とした実験が困難であったため。

Strategy for Future Research Activity

当初の予定より心拍データのサンプル数が不足しているため，今後，学習サンプルを増やしていく。

Causes of Carryover

新型コロナウイルス感染症の影響により，当初の予定より重症児を対象とした実験が困難であったため。