AI技術による面談要約・解析技術の開発による産業精神保健の質の向上

• Project/Area Number: 19K22740
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 58:Society medicine, nursing, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: 川上 憲人 東京大学, 大学院医学系研究科(医学部), 教授 (90177650)
• Co-Investigator(Kenkyū-buntansha): 西 大輔 東京大学, 大学院医学系研究科(医学部), 准教授 (40450605) ; 渡辺 和広 東京大学, 大学院医学系研究科(医学部), 助教 (60822682) ; 今村 幸太郎 東京大学, 大学院医学系研究科(医学部), 特任講師 (80722793)
• Project Period (FY): 2019-06-28 – 2022-03-31
• Project Status: Granted (Fiscal Year 2020)
• Budget Amount: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000); Fiscal Year 2020: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000); Fiscal Year 2019: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
• Keywords: 人工知能 / 産業保健 / 面接 / 音声

Outline of Research at the Start

本研究は、産業精神保健面談の課題点である(1)面談の内容を記録整理して他の専門職につなげることが技術的、時間的に困難、(2)面談の内容からケースの今後の予想（例えば自殺リスク）を立てることが困難、(3)効果的な面談の方法について訓練を受けたことがないこと、を解決するために、AI技術を応用して、面談の音声データに基づく記録の自動作成、予後予測、面談の質の評価システムを構築し、それを用いて支援、改善することで、産業精神保健の質を大幅に向上させるものである。

Outline of Annual Research Achievements

本研究の目的は、人工知能(AI)技術を応用して、産業保健における労働者（ケース）と産業保健専門職との１対１の面談の音声記録から、(1)問題指向型（POMR）の面談記録録を自動生成し、(2)ケースの病態、経過や予後を予測し、さらに(3)面談データから産業保健専門職の面接の質を評価しフィードバックする技術を開発することで、わが国の産業精神保健の質の向上をはかることである。研究は5つのステップで行われる：１　録音データからの文章生成技術の開発。２　生成された文章から問題指向型の面談記録を自動作成する技術の開発。３　面談記録からのケースの予後予測技術の開発。４　面談データから産業保健専門職の面談の質の評価技術の開発。５　大規模な試用と妥当性・有用性の検証。2019年度は１ 録音データからの文章生成技術の開発、２ 生成された文章から問題指向型の面談記録を自動作成する技術の開発、３ 面談記録からのケースの予後予測技術の開発を行った。まず、録音データからの文章生成技術の開発を進めた。音声収集デバイスを東京大学発のベンチャーであるフェアリーデバイセズ(株)から選定し、購入した。このデバイスを基に、音声記録からの文章生成アプリケーションプログラミングインタフェース(API)、生成された文章の確認編集機能を統合したシステムのプロトタイプを試行を重ねて開発した。条件を変えた模擬面談を実施し、音声記録の文書生成を行い開発されたシステムの精度を確認した。模擬面談からの音声記録の文書生成において、必ずしも実用に耐える水準での精度が達成できていない。さらに文章生成アプリケーションのプログラミングを改善し、文書生成の精度を向上させる必要がある。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

模擬面談からの音声記録の文書生成において、必ずしも実用に耐える水準での精度が達成できていない。さらに文章生成アプリケーションのプログラミングを改善し、文書生成の精度を向上させる必要がある。

Strategy for Future Research Activity

文章生成アプリケーションのプログラミングを改善し、文書生成の精度を向上させる。