| 研究課題/領域番号 |
19K21737
|
|---|
| 研究機関 | 弘前大学 |
|---|
研究代表者 |
野坂 大喜 弘前大学, 保健学研究科, 講師 (80302040)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| キーワード | AI技術 / クリティカルシンキング |
|---|
| 研究実績の概要 |
【背景】AIを補助的医療技術として自動診断や最適化治療方針の決定等に活用するための臨床応用研究が始まっており、医療者はAI医療技術の特性に対し深い理解が必要であるとともに、批判的思考を持ってAIが出した解答を検証する能力も必要不可欠となるが、我が国の医療技術者教育においては、医療用AI技術教育やAIに対する医学的クリティカル・シンキング教育も行われていない。
【目的】本研究の目的は次世代医療に対応できるAI技術能力とクリティカル・シンキング能力を兼ね備えた医療技術者を養成するための教育プログラムの開発である。
【方法】本年度は「医療用AI特性学習用アクティブラーニングプログラムの研究」 において、医療用AI診断の特性と技術的問題点を学習するため、異なる診断結果が得られる教師医療画像データセットを収集しデータベース化するとともに複数のアルゴリズムを使用したAI画像診断教育用教材を研究開発することとしており、画像解析用教材として血液標本67症例を収集し合計12500枚の白血球細胞画像データベースを作成した。本画像より模範的画像600枚を抽出、画像処理を施して3000枚の教師用画像データベースを作成するとともに、検証用画像セット60症例を作成し、AIによる白血球分類学習マニュアルを開発した。本マニュアルを使用してトライアルとして2名の医療系学生を対象としてアクティブラーニングを行い、アクティブラーニング結果を専門学会において発表させた。一方、「医療系学生AIスキル評価方法の研究」においては医療用AI技術基本スキルの評価方法が確立していないことから、過去に発表された医療AI関連論文を参考資料として、医療現場において医療AIの特性を理解した運用が可能かを評価するための簡易式能力評価シートを検討し、医療用AIの基本的技術ならびにその問題点をまとめた複数選択式スキル評価シートを開発した。
|
| 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
本年度研究においては「医療用AI特性学習用アクティブラーニングプログラムの研究」 と
「医療系学生AIスキル評価方法の研究」を行うこととしている。
「医療用AI特性学習用アクティブラーニングプログラムの研究」では医療用AI診断の特性と技術的問題点を学習するため、異なる診断結果が得られる教師医療画像データセットを収集しデータベース化するとともに複数のアルゴリズムを使用したAI画像診断教育用教材を研究開発することとしており、末梢血塗抹標本について67症例を収集し合計12500枚の血液細胞画像データベースを作成した。また臨床検査技師を志望する学生を対象としたAI技術習得のためのアクティブラーニングを実施し、医療用AI技術に関する論文2本の教育成果をあげた。
「医療系学生AIスキル評価方法の研究」では医療現場において医療AIの特性を理解した運用が可能かを評価するための簡易式能力評価シートを検討し、アクティブラーニング前後における比較によってその有効性を評価することとしており、医療用AIの基本的技術ならびにその問題点をまとめた複数選択式スキル評価シートをまとめた。
以上のことから、本年度研究についてはおおむね順調に進展しているといえる。
|
| 今後の研究の推進方策 |
医療系学生のAI技術スキルについてのプレ評価を試みた結果、一般的なAI基本知識が極めて乏しく、応用能力としての医療用AI技術だけでなく、基礎的能力としての一般的AI技術についても学習プログラム化が必要であるとの認識に至っている。
そのためAI技術に対する医療系学生の1年次スキルと3年次スキルを比較調査を加え、段階的な教育プログラムについて検討を加えることとした。
またクリティカル・シンキングスキルについても同様の比較が必要であり、KISS-18や言語技術能力評価を通じてクリティカル・シンキングスキルに関わる段階的教育プログラムについて検討を加えることで、本研究の発展を目指す。
|
| 次年度使用額が生じた理由 |
当初計画においては消耗品費として948千円を計上していたが、実使用額が256千円にとどまっている。これは教育用AIソフトウェアとデータベースソフトウェアCloud利用を予定していたが、本年度の研究開発においてはアクティブラーニング対象となるトライアル学生の対象を絞ったこと、また既存システムを用いたことにより生じた差分となっている。次年度研究において研究対象学生を拡大することでデータ量の大幅な増加が見込まれており、差額を次年度費用と合算して使用する。
また当初計画では謝金240千円をTAによるAI技術研究指導補助者費用として計上していたが、該当するスキルを有するTA担当を確保することができなかった。そのため本年度教育を行った学生を対象として次年度計画においてTAを確保し、次年度費用と合算の上で使用する。
|
