機械学習を活用した化学物質リスクアセスメントのプログラム構築

• 研究課題/領域番号: 20K22185
• 研究種目: 研究活動スタート支援
• 配分区分: 基金
• 審査区分: 0109:教育学およびその関連分野
• 研究機関: 名古屋大学
• 研究代表者: 原田 敬章 名古屋大学, 環境安全衛生推進本部, 准教授 (80888925)
• 研究期間 (年度): 2020-09-11 – 2022-03-31
• 研究課題ステータス: 完了 (2021年度)
• 配分額: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円); 2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: 安全教育 / リスクアセスメント / 化学物質管理 / 機械学習 / 深層学習 / 事故分析 / 実験安全

研究開始時の研究の概要

本研究は、機械学習を活用した化学物質のリスクアセスメントの手法を試みるものである。化学物質のリスクアセスメントとは、取り扱う化学物質のリスクを見積もり、その低減対策を評価することであり、事故防止の安全教育として注目されている。試験研究で用いられる多様な化学物質それぞれに対しリスクアセスメントを実施することは多くの時間を費やしてしまうため、機械学習で解析した化学物質のデータをもとに、総合的なリスクを自動で評価するプログラムを構築する。

研究成果の概要

研究教育活動に伴う実験事故を防ぐため、安全教育の一環としてリスクアセスメントが注目されている。リスクアセスメントとは、健康障害や事故を防止するため、取り扱う化学物質や実験操作に伴うリスクを事前に見積もり、そのリスクの低減対策を評価することである。しかし、多様な化学物質や実験室での作業に対しリスクアセスメントを実施することは多くの時間を費やしてしまう。本研究では、深層学習を用いて迅速にリスクアセスメントを行うプログラムの構築を目的とした。過去の実験事故のデータを解析してモデルを作成し、入力した実験室での作業に伴うリスクを予測することが可能となった。

研究成果の学術的意義や社会的意義

本研究で構築したプログラムに実験室での作業を入力するだけで、予測されるリスクを知ることができるため、リスク低減対策の実施や実験室での作業の見直しに時間を注ぐことができ、事故防止につながると考えられる。また本研究では大学等で発生した実験事故データを使用したが、化学工業等ほかの分野の事故データを同じ深層学習のモデルで解析することで、その分野専用のリスクアセスメントへの活用も期待できる。英語でプログラムを構築したため、出入力時にのみ翻訳すれば、国内外でも幅広く活用される可能性がある。