• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実施状況報告書

強化学習によるメンバーシップ向上に寄与する共創的ナース・スケジューリングシステム

研究課題

研究課題/領域番号 19K04906
研究機関新潟県立看護大学

研究代表者

永吉 雅人  新潟県立看護大学, 看護学部, 准教授 (70426542)

研究期間 (年度) 2019-04-01 – 2022-03-31
キーワード強化学習 / ナース・スケジューリングシステム / マルチエージェント / インタラクション / 共創 / 看護の質 / メンバーシップ
研究実績の概要

本研究では、看護の質の向上を目指して、勤務表作成ルールの明確化・共有を通じた師長・スタッフナース間のメンバーシップ向上に寄与する強化学習と看護師長とのインタラクションに基づく共創的ナース・スケジューリングシステムを開発することを目的としている。そして本研究は、以下の3点から看護の質向上に貢献できると考える。
1.勤務表作成ルールの明確化・共有することによって、看護師長とスタッフナースとの間の相互理解や信頼関係につながり、勤務表作成を始めとした業務全般において、看護師長とスタッフナースのメンバーシップが向上する。
2.開発するナース・スケジューリングシステムによって、看護師長の勤務作成に関わる業務時間が軽減され、看護師長はスタッフナースの支援やOJT教育に携わることができる。
3.より良い勤務表によって、職場環境の改善および離職防止につながる。

そこで令和元年においては,共創的ナース・スケジューリングシステムの土台となるマルチエージェント強化学習の検討・実装段階において、強化学習エージェントの個性・多様性を創出する「認知の歪み」を利用した役割分化の促進法について提案を行い、マルチエージェント強化学習における追跡問題を取り上げた計算機実験により、提案手法の有効性・適用性を確認ている。これにより、開発する共創的ナース・スケジューリングシステムにおいて、スタッフナースの個性やライフステージやワークライフバランスに応じた勤務形態の多様性を生かしたより良いナース・スケジューリングシステムの実現性を高いものとした。

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

当初の計画では、令和元年度において、強化学習によってナース・スケジューリングの質を向上することができることを明らかにする予定であった。しかしながら、令和元年度末においてナース・スケジューリングへの強化学習の適用を進めている段階であり、令和2年度に計画がずれ込んでいるため。

今後の研究の推進方策

本研究では,①強化学習を用いたナース・スケジューリングシステムの開発、②強化学習と看護師長とのインタラクションによる勤務表作成ルールの明確化、③急な勤務変更への対応について段階的に開発を進めている。令和2年度は,①を完成し,②を開始する予定である。
なお、本研究を進めて行く過程で新しく得られた知見・成果については積極的に国際会議,国内学会等で発表し,フィードバックを得ていく。

次年度使用額が生じた理由

令和元年度購入予定であった「計算機ワークステーション」ではなく、令和2年度購入予定であった「データ編集用ノートPC」を先に購入している。令和2年度において「計算機ワークステーション」を購入する。

  • 研究成果

    (6件)

すべて 2020 2019

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (5件) (うち国際学会 1件)

  • [雑誌論文] A Promoting Method of Role Differentiation using a Learning Rate that has a Periodically Negative Value in Multi-agent Reinforcement Learning2020

    • 著者名/発表者名
      Nagayoshi Masato, Simon J. H. Elderton and Hisashi Tamaki
    • 雑誌名

      Journal of Robotics, Networking and Artificial Life

      巻: 6(4) ページ: 221-224

    • DOI

      https://doi.org/10.2991/jrnal.k.200222.003

    • 査読あり / オープンアクセス
  • [学会発表] A Promoting Method of Role Differentiation Using a Learning Rate that Has a Periodically Negative Value in Multi-agent Reinforcement Learning2020

    • 著者名/発表者名
      Masato Nagayoshi, Simon Elderton, and Hisashi Tamaki
    • 学会等名
      International Conference on Artificial Life and Robotics 2020
    • 国際学会
  • [学会発表] 医療観察法病棟における勤務計画表作成に関する実態調査2019

    • 著者名/発表者名
      安達寛人,中村幸恵,永吉雅人,岡村典子
    • 学会等名
      日本精神看護保健学会 第29回学術集会
  • [学会発表] 強化学習における「認知の歪み」を利用した役割分化の促進:周期的に負の値をとる学習率に関する基礎的検討2019

    • 著者名/発表者名
      永吉雅人,エルダトン・サイモン,玉置久
    • 学会等名
      2019年電気学会電子・情報・システム部門大会
  • [学会発表] マルチエージェント強化学習における周期的に負の値をとる学習率に関する基礎的検討2019

    • 著者名/発表者名
      永吉雅人,エルダトン・サイモン,玉置久
    • 学会等名
      計測自動制御学会 システム・情報部門 学術講演会(SSI2019)
  • [学会発表] マルチエージェント強化学習における周期的に1以上の値をとる割引率に関する基礎的検討2019

    • 著者名/発表者名
      永吉雅人,エルダトン・サイモン,玉置久
    • 学会等名
      電気学会 システム・制御合同研究会

URL: 

公開日: 2021-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi