| 研究課題/領域番号 |
20K11093
|
|---|
| 研究機関 | 釧路工業高等専門学校 |
|---|
研究代表者 |
中島 陽子 釧路工業高等専門学校, 創造工学科, 准教授 (20217730)
|
|---|
| 研究分担者 |
本間 宏利 釧路工業高等専門学校, 創造工学科, 教授 (80249721)
プタシンスキ ミハウ 北見工業大学, 工学部, 准教授 (60711504)
桝井 文人 北見工業大学, 工学部, 教授 (80324549)
秋葉 友良 豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (00356346)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 介護事例データベース / 個人属性データベース / 介護支援 / クラスタリング / 質問応答 / 文章類似度 / 認知症 |
|---|
| 研究実績の概要 |
2022年度は、昨年度まで取り組んできた介護職員の経験不足を補うために、利用者の困りごとを入力しその対応方法を提示する介護支援方法提示モデルの改善と介護職員による評価を行なった。改善策として、主に介護事例データベースへ介護施設で通常業務の中で作成する議事録から困りごと文とその対応方法文を自動抽出する機構と介護支援提示モデルに利用者の個人属性を考慮し具体的で利用者に効果的な対応方法文を生成する機構に取り組んだ。介護事例データベースへの自動追加の手法として、施設で行われるケア会議の議事録と音声データを利用し、事前学習言語モデルである bert-base-japanese-whole-word-masking と 日本語版 Wikipediaなどを資源として生成された SQuAD 形式のデータに介護事例 DB を用いてファインチューニングを用いた質問応答モデルを適用し、利用者ID、困りごととその対応文を抽出した。議事録から抽出した場合の精度は90%、音声データを利用した場合の精度は51.5%の精度となった。利用者の性格や趣味などの個人属性を考慮した対応方法を提示するために、新たに個人属性データベースを構築し、似た属性を持つ利用者のクラスタリングを行うことで、似た属性の利用者の介護事例データを対象として介護方法を提示する手法を提案した。個人属性は利用者ID、性別、年齢、性格、趣味、仕事の５項目とした。４施設の介護従事者２４名による評価を行なった。個人属性を考慮しない場合と個人属性を考慮した場合の精度比較をしたところ、個人属性を考慮しない場合の精度は 71.1%, 個人属性を考慮したモデルの精度は34.4%となった。個人属性を考慮したモデルの精度は低い結果ではあったものの、対応方法文は具体的で個人属性により適した文であり、個人属性を考慮することは有効であることが示唆された。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
2022度の計画は、構築した提案システムのプロトタイプを認知症グループホームにて試験運用し性能評価により有効性を評価し精度改善を行うこと、経験の浅い介護職員にたいして介護作業効率やストレス軽減に関する調査を行う、介護事例データベースの更新と一元管理する、実際に介護現場で利用できる形にすることであった。コロナ禍の影響をうけ、2021年度から介護施設職員との確認作業や評価タスクが遅れていたため、2021年度で遅れていた、個人属性を考慮した介護方法提示モデルの構築と2022年度の最終時期に介護職員による提案システムの評価を実施し、有効性の確認と改善のための問題点を明確にすることができた。介護事例データベースに関しては、議事録や会議音声データから困りごととその対応方法の対を自動抽出する機構を構築し、介護事例データベースの更新を行なった。現在までは、2020年度から2022年度までの計画の75%の進捗状況であるため、研究期間を１年延長することとし、研究を遂行する。
|
| 今後の研究の推進方策 |
2023年度は、2022年度に残された、提案システムの性能の改良と介護職員への体感性能評価の調査、提案システムを介護現場で利用するためのアプリケーション化に向け、入出力系統の文形の精査と提案システムへの入力方法の検討を行い、介護現場の新人職員に使い勝手の良い、また、介護方法文が理解しやすい機構を構築する。提案システムを試験運用の後、経験の浅い介護職員に対しては介護作業効率やストレス軽減について、ベテラン介護職員に対しては介護方法文が違和感のあるものではなかったかどうかをアンケート形式で調査を行う。介護事例データベースは介護事例データを自動的に追加するために、会議録から人手で要約処理を行なった場合の困りごと文と対応方法文の自動抽出が90%であったことから、会議録文や会議音声をテキストデータに変換した後の文に対し文章要約処理を施し、2022年度に提案した質問応答手法を適用し介護事例データベース自動追加機構の改良を継続し、提案システムの精度を向上に繋げる。また、2022年度の評価実験で、困りごとには、日常的な困りごと、医療的対応が必要な困りごと、介護特有の困りごとの３種類に分けられることが明らかになったことから、それぞれに適切な言語モデルを適用させることで介護方法提示モデルの改善を行う。今後は、介護支援システムのアプリケーション化を推め介護現場での実証実験と評価を行うことを目指す。
|
| 次年度使用額が生じた理由 |
2022年度は、研究の進捗が遅れていたため介護システムのアプリケーション化、そのための人件費、研究成果発表に関する支出がされなかった。また、2021年度にコロナウィルス感染渦のため、分担者との打ち合わせをメールまたオンラインで実施したこと、また、国内および国際学会が延期またはオンラインで実施されたため学会参加費、出張費の拠出が少なかったことが影響した残額となった。次年度は，介護支援提示システムのアプリケーション作成にかかる作成費および人件費と国内・国際学会に投稿・参加すること、また、研究最終成果を国内および海外学術論文誌への投稿することを予定している。
|
