| 研究課題/領域番号 |
20K07206
|
|---|
| 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47060:医療薬学関連
|
|---|
| 研究機関 | 国立研究開発法人医薬基盤・健康・栄養研究所 |
|---|
研究代表者 |
種村 菜奈枝 国立研究開発法人医薬基盤・健康・栄養研究所, 国立健康・栄養研究所 食品保健機能研究部, 室長 (50790630)
|
|---|
| 研究分担者 |
佐藤 淳子 慶應義塾大学, 薬学部(芝共立), 客員教授 (10231341)
漆原 尚巳 慶應義塾大学, 薬学部(芝共立), 教授 (10511917)
佐々木 剛 千葉大学, 医学部附属病院, 准教授 (90507378)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | ヘルスコミュニケーション / 患者市民参画 / 潜在ニーズ / 口語テキスト / 機械学習モデル / Word2Vecモデル / Zスコア / 同義語辞書 |
|---|
| 研究成果の概要 |
本研究では、2件、AI技術開発を行い、論文にて公表した。
(１）類似した単語（日本語）を自動集約するための同義語辞書の構築と適応：発話者の潜在ニーズを予測するにあたり、ニューラルネットワークを用いて単語をベクトル変換する手法であるWord2Vecモデルを用いた同義語辞書の適応が機械学習モデルの精度改善に寄与した。(２）Zスコアを用いた特徴量選択によるモデル精度向上に向けた有用性評価：発話者の潜在ニーズを予測するための機械学習モデルの構築において、新手法(Zスコアを用いた特徴量の選択)の有用性を評価した結果、高水準のモデル精度を維持したことから、適切に情報除去を行い予測処理量削減に貢献した。
|
| 自由記述の分野 |
ヘルスコミュニケーション
|
| 研究成果の学術的意義や社会的意義 |
〇 学術的意義：発話者の潜在ニーズを口語テキストから予測するにあたり、Word2Vecモデルを用いた同義語辞書の適応、又はZスコアを用いた特徴量選択技術が、機械学習モデルの精度に寄与した。
〇 社会的意義：本研究で開発したAI技術により、一般市民の潜在的なニーズを自動抽出の上、政策等の意思決定の場に「ボイス」として反映させるための社会システムへの活用等が今後、期待される。
|
