| 研究課題/領域番号 |
21H03170
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分58010:医療管理学および医療系社会学関連
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
堀 里子 慶應義塾大学, 薬学部(芝共立), 教授 (70313145)
|
|---|
| 研究分担者 |
荒牧 英治 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (70401073)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
16,640千円 (直接経費: 12,800千円、間接経費: 3,840千円)
2023年度: 6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
2022年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
2021年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
|
|---|
| キーワード | ソーシャルメディア / 患者の悩み / 患者の実践知 / 自然言語処理 / 深層学習 / 薬局薬歴 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
本研究では、ソーシャルメディアから得られる非医療者（患者）テキストから、患者の治療・生活上の悩みに関するエピソード、及び患者の実践知を抽出することを目指して、機械学習モデルに基づく自然言語処理（Natural Language Processing, NLP）システムを開発する。さらに、開発したNLPシステムを活用して抽出したエピソードに適切な医療情報を付加したコンテンツを作成・提供したり、類似のエピソードや実践知を患者間で共有する仕組みを構築することで、患者や医療者の学び、患者ケアの充実に活かす基盤づくりを目指す。
|
| 研究実績の概要 |
本研究では，ソーシャルメディアから得られる患者テキストを患者ケアの充実に活かす基盤づくりを目指して，患者の治療・生活上の悩みに関するエピソード，及び患者の実践知を抽出する自然言語処理システムの開発を進めてきた．
本年度（2023年度）は患者ブログやインタビュー，薬局で聴取された患者主訴から副作用疑いや悩み，感情表現を抽出する深層学習モデルの構築と外部検証を行なった．
主な成果を以下に示す．
がん患者の悩み・感情抽出：患者の悩み（診療の悩み、身体の苦痛、心の苦悩、就労・経済的負担、家族・周囲の人との関係）のマルチラベル抽出に加えて，感情極性に基づく3つの感情（ポジティブ、ネガティブ、ニュートラル）とPlutchikの基本8感情（信頼、喜び、怒り、悲しみ、恐れ、期待、嫌悪、驚き）を用いた感情分類器（BERT及びLUKE）を構築した．一部の感情の分類には課題が残るものの，良好な性能を示す分類器を構築できた．対象テキストには，8 感情のうち、信頼が最も多く付与され、これらは医療従事者や家族等、周囲の人々への信頼に関連する内容であった。一方、悲しみや嫌悪などの負の感情の付与も多く、治療における辛さや人間関係の悩みによるものが、その多くを占めていた。
有害事象（AE）症状の生活の支障度別分類手法：患者は生活に来した支障をブログ等に発信することがあり，そこには診療時には表面化しない副作用のシグナルが含まれる可能性がある．本研究では，早急な治療介入を必要とする可能性のある患者に焦点をあてて，手足症候群の副作用疑いを抽出する分類器（BERT），ならびにがん患者のAE症状を生活の支障度（重症度）別に抽出する分類器（T5）を構築した．さらに，これらの分類器が薬局薬歴の患者主訴記述に対しても良好な性能を示し，薬局薬歴の患者主訴にも適用可能であることが示された。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
