研究課題/領域番号 |
22K19684
|
研究種目 |
挑戦的研究(萌芽)
|
配分区分 | 基金 |
審査区分 |
中区分58:社会医学、看護学およびその関連分野
|
研究機関 | 東京理科大学 (2023) 東京大学 (2022) |
研究代表者 |
森 武俊 東京理科大学, 先進工学部機能デザイン工学科, 教授 (20272586)
|
研究分担者 |
松原 仁 東京大学, 大学院情報理工学系研究科, 教授 (50325883)
武村 雪絵 東京大学, 医学部附属病院, 看護部長 (70361467)
野口 博史 大阪公立大学, 大学院工学研究科, 教授 (50431797)
|
研究期間 (年度) |
2022-06-30 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2023年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2022年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
キーワード | 看護記録 / SOAP / カルテ / ナースコール / バイタルセンサ / 病棟管理 / 生成AI / ChatGPT / 看護SOAP / 診療録 / 自然言語 / GPT |
研究開始時の研究の概要 |
すでに病棟にあふれかえっているさまざまなデータを埋もれさせずにできる限り機械の力で利活用し,看護師・看護管理者や医療従事者が本来の医療やケアに注力できるよう支援するシステムを構想しています.このような定量的客観的データによる支援を人工知能で実現するということに挑み,看護記録やカルテのテキスト分析とナースコール・バイタルモニタ機械学習モデル分析で病棟・患者状況を定量把握して,アドバイス,ベッドコントロール,インシデント軽減・予防,シフト設計などを例に実証的なシステムでの手法をかたち作ることを目指します.
|
研究成果の概要 |
ケアの調査・分析のためのデータを電子カルテ,看護ワークシート,ナースコール等の各システムから抽出しモデル化する手法の構築を目指した。具体的には,病棟で看護師が記録する看護記録について,自然言語モデルにGPT-3とGPT-2の日本語対応版を適用し,看護テキストから患者や病棟の状態を推定予測する手法,ならびに看護テキストの一部を記述すると続きを補間生成したり誤り記述の可能性が高い箇所を指摘するシステムを構成した。これをGPT-4(ChatGPT)のAPIも適用可能なよう拡張し日本語対応版等を含めた前世代モデルに比べGPT-4や2023年世代の生成AI(Gemini等)が有用であることを示した。
|
研究成果の学術的意義や社会的意義 |
本研究で看護記録や温度板・カルテ記述を分析するのに用いるGPTはBertと並ぶ文書分類,翻訳,質問応答などの自然言語処理の人工知能の最先端の一つである.これを看護ケア分野で開発導入することは,看護記録の計画,実践についての文章やメモ書き,カルテ上の箇条書きなど,正解アノテーションをつけた高品質の学習用テキストデータを得られない臨床現場の情報につき,この別ドメイン(別領域)の膨大なデータに基づく学習モデルを基に追加拡張できる可能性や,メモから構造的な文章を生成できるといった優秀な特長の有用性を示せ,機微情報を投入しない学習の検証の一つとなる。
|