生成AIを用いた主観的情報抽出による治療アウトカム予測モデルの構築

• 研究課題/領域番号: 25K13935
• 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58060:臨床看護学関連
• 研究機関: 大阪大学
• 研究代表者: 平 和也 大阪大学, 量子情報・量子生命研究センター, 特任准教授(常勤) (70804847)
• 研究分担者: 尾形 宗士郎 国立研究開発法人国立循環器病研究センター, 研究所, 室長 (00805012) ; 矢田 竣太郎 筑波大学, 図書館情報メディア系, 准教授 (60866226) ; 板谷 崇央 京都大学, 医学研究科, 特定助教 (70963536)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2027年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円); 2026年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2025年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
• キーワード: 看護記録 / 生成AI / 主観的情報 / 治療アウトカム

研究開始時の研究の概要

本研究は、生成AIモデルが自動抽出した患者の主観的情報と患者の治療アウトカムの関連を明らかにする。生成AIモデルを用いた看護記録のテキスト化及び自然言語処理技術を組み合わせて、患者と看護師のベッドサイドでの会話データから患者の主観的情報を抽出する。その後、患者の治療アウトカム（健康関連QOLや生存期間、入院期間、ADLなど）を目的変数、抽出された患者の主観的情報をベクトル化したものを予測変数としたマルチレベル回帰分析や機械学習モデリングを行い、関連性を評価する。看護師の負担を増やすことなく、患者の主観的な声を客観的評価にて正確に捉え、より質の高い医療の提供に寄与するものである。