研究課題/領域番号 |
21K10632
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分58050:基礎看護学関連
|
研究機関 | 兵庫県立大学 |
研究代表者 |
新居 学 兵庫県立大学, 工学研究科, 准教授 (80336833)
|
研究期間 (年度) |
2021-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
キーワード | 看護過程の質改善 / 多層ニューラルネットワーク / 説明能力 / 因果探索 / 看護過程評価 |
研究開始時の研究の概要 |
人工知能技術を用いて看護・介護分野の自由記述文書の評価支援システムを構築することを目指す.これまで研究開発を行ってきた看護ケアテキストの自動分類システムのさらなる分類性能向上を目的として,多層ニューラルネット技術に基づく自動分類システムの開発を行う.また,多層ニューラルネット技術にはブラックボックスであるという問題があり,分類結果を説明できないため,因果探索手法等を用いて分類結果を説明できるシステム構築を行う.
|
研究実績の概要 |
本研究では,多層ニューラルネットワークによる看護過程の質評価支援を目指している.看護過程を記述した看護ケアテキストは専門家により4つのクラスに分類される.この4つのクラスは,看護過程を「大変良い」から「要改善」の各段階へ分類するものである. まず,多層ニューラルネットワークを利用する手法であるStructural Agnostic Modeling(SAM)による因果探索を検討している.SAMは敵対的生成ネットワーク(GAN)を用いる方法である.SAMによる方法により,クラス別に看護ケアテキストを分け,各クラスで使用される「語」がどのような因果関係を持つかを探索可能か調査し,語の間にある関係性を有向グラフで抽出できる可能性を得ている.この手法の課題は語の関係性を示すグラフが巨大になることであった.また,SAMは計算コストが大きいこともあり,探索結果の安定性の改善や視認性の良い提示方法の検討を引き続き進めている. 一方で,看護過程の評価にはTransformerによるクラス分類システムを採用している.この方法ではAttentionという仕組みがあり,これは看護過程を記したテキストのどの語へ注目して識別したか,を表していると考えることができる.そこで,Attentionによる注目語をその強さ別に可視化することにより,評価結果に対する説明とした.この結果,分類精度に依存する傾向はあるものの,重要と思われる語の周辺での注目度が強いことがわかった.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
Structural Agnostic Modeling(SAM)による因果探索を検討で,各クラスで使用される「語」がどのような因果関係を持つかを探索可能か調査し,語の間にある関係性を有向グラフで抽出できる可能性を得ているが,語の関係性を示すグラフが巨大になることであった.また,SAMは計算コストが大きいこともあり,探索結果の安定性の改善や視認性の良い提示方法の検討を引き続き進めている. 他方,看護過程の評価にはTransformerによるクラス分類システムを採用しており,Attentionという仕組みをもつ.これを評価結果への根拠として用いることができるかを検討した.これは看護過程を記したテキストのどの語へ注目して識別したか,を表していると考えることができ,Attentionによる注目語をその強さ別に可視化することにより,評価結果に対する説明とした.この結果,分類精度に依存する傾向はあるものの,重要と思われる語の周辺での注目度が強く,評価根拠とする可能性を得た.
|
今後の研究の推進方策 |
Attentionによる説明能力の付与は,看護過程テキスト(看護ケアテキスト)の評価クラスへの分類性能に依存することが判明している.したがって,クラス分類性能向上はAttentionによる説明能力付与に不可欠である.看護ケアテキストの評価クラスへの分類性能向上を,引き続き目指す. また,SAMによる因果探索は有望であると思われるものの,結果の可視化方法,計算コストの面,また,探索結果にばらつきがある点など種々の課題がある.これらの課題についても引き続き取り組む. 因果関係は有向グラフで表現されるため,グラフニューラルネットワークなどの手法を検討する.
|