| 研究課題/領域番号 |
21K12708
|
|---|
| 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90130:医用システム関連
|
|---|
| 研究機関 | 名古屋市立大学 |
|---|
研究代表者 |
宮内 義明 名古屋市立大学, 大学院看護学研究科, 准教授 (70410511)
|
|---|
| 研究分担者 |
西村 治彦 兵庫県立大学, 情報科学研究科, 特任教授 (40218201)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (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)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | AI / モデル探索 / ビッグデータ |
|---|
| 研究開始時の研究の概要 |
本研究はNDBと介護DBのビッグデータに対応した分かりやすく説明しやすい持続的リスク評価システムを構築することを目的とし、次の3つの研究過程を遂行する。①NDBと介護DBのデータ構成に対応したデータベースを構築し、学習条件の調整と最適化を探索してAIモデルを構築する。②分かりやすく説明しやすい持続的リスク評価システムとするため、因果関係の説明が可能なベイジアンネットワークへの変換を行う。③条件付き確率表をAIモデルにより自動生成する仕組み（AI-ベイジアンネット）を構築し、NDBと介護DBのデータから精度向上できるベイジアンネットワークによる持続的リスク評価システムを構築する。
|
| 研究実績の概要 |
本申請課題の達成に向けて、次の1、2について研究を遂行した。
1. AI分析による各データベースの特徴と関係性を表すモデルの探索
我々が目指す持続的ヘルスサポートシステムでは数理的正確さは必要不可欠だが、利用者の立場から考えると、使い易さや分りやすさもそれを上回るほど重要になってくる。その為、本研究課題で構築するリスク評価システムは、我々がこれまで取り組んできたベイジアンネットワークのように説明可能なシステムに帰着する必要がある。その研究過程で最も重要なフェーズとして、前年度に構築したデータベースと、AIプログラミング環境を活用してディープラーニングによるAIモデル探索に取り組んだ。研究代表者が主としてPython言語とそのライブラリを活用し、AIの過学習による汎用性の低下を防ぎながら、同時に不要なパラメーターの影響を小さくし、かつ精度を高めるべく、AIモデルの学習条件（正則化、ドロップアウト）の調整とモデルの統合を行い、最適化の探索を行っている。
2. AIシミュレーションを通したベイジアンネットワーク構造の検討
前項に記したAIモデルの探索を進めるのと平行して、研究代表者が主としてベイジアンネットワーク構造の検討にも一部取りかかっている。AIモデルの探索が完了した時点で速やかにベイジアンネットワークへつなげて行けるように、構造検討のノウ・ハウを蓄積しているところである。併せて研究分担者が主としてベイジアンネットワークの条件付き確率の基となるデータベースの構築も進めている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
コロナ禍の影響を契機に前年度AIプログラミングの協力を得る予定者がいなくなった為、研究代表者がAIプログラミングをすすめることになった。その影響により、AIモデルの学習条件の調整とモデルの統合を行うことによる最適化の探索に、当初計画よりも大幅に遅れて取りかかる状況になっている。また、年度途中に生じた研究代表者の健康問題の影響や、研究分担者の所属機関変更の影響なども併せて、全体的に研究計画からやや遅れた進捗状況になっている。このような状況に対して研究過程の遂行を中心に尽力している関係で、中間成果の発表は次年度以降に持ち越している。
|
| 今後の研究の推進方策 |
引き続き、AI分析による各データベースの特徴と関係性を表すモデルの探索に取り組み、併せてベイジアンネットワーク構造の検討も進めていき、最終成果物であるベイジアンネットワークによる持続的リスク評価システムの構築へ向けて、堅実に研究過程を進めていく。加えて、費用面での可能な範囲において、部分的に外注プログラミングも検討することを考えている。
|
