| 研究課題/領域番号 |
19K19431
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分58030:衛生学および公衆衛生学分野関連:実験系を含まない
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
道喜 将太郎 筑波大学, 医学医療系, 助教 (60808781)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 人工知能 / 産業医学 / 抑うつ状態 / ニューラルネットワーク / 機械学習 / メンタルヘルス / AI / 強化学習 / ディープラーニング |
|---|
| 研究開始時の研究の概要 |
本研究は、機械学習（ニューラルネットワーク）をはじめとするArtificial intelligence (AI)の技術を用いて、産業医学の分野にて対応が困難であったメンタルヘルスの問題を抱える労働者への、最適な対応ができるシステム構築を目的とする。メンタルヘルスの問題は多様化し、適切な対応が困難となっている。そのため、膨大な産業医面談記録のデータを用いて、産業医の判断をAIに学習させることで、病気休暇の取得の要否や、病気休業期間、職場復帰のタイミングを自動判定するメンタルヘルス支援者用面談補助システムを構築する。
|
| 研究成果の概要 |
労働者を対象とした大規模横断調査のデータを用いて職場のうつ病予測モデルを作成した。抑うつ気分を呈する職員の検出精度は約90％と、比較的高い値であった。本モデルが精神科医の判断と比較してどの程度の性能であるのか検討を行った結果、精神科医の判断と比較して同程度の精度であることが判明した。上記研究成果をもとに、職場復帰のタイミングを自動判定するメンタルヘルス支援者用面談補助システムを構築する際の特徴量を特定した。
|
| 研究成果の学術的意義や社会的意義 |
うつ病の質問紙の多くは主観的な気分で判定されるが、研究成果により開発した本モデルでは、客観的な評価項目のみを利用してうつ病を判定するため、偏見のせいで心理的な質問への回答を避けることを排除できる。これにより、本モデルはうつ病のスクリーニングとして利用できる可能性がある。
|
