大学等の実験室における多様性をふまえた客観的な評価指標の深層学習による開発

2021 年度 実施状況報告書

• 研究課題/領域番号: 21K18491
• 研究機関: 東京大学
• 研究代表者: 主原 愛 東京大学, 大学院新領域創成科学研究科, 助教 (10825665)
• 研究期間 (年度): 2021-07-09 – 2024-03-31
• キーワード: 実験室 / 安全 / 大学

研究実績の概要

本研究では、多様な実験室の安全を考える上で、実験室の状況を定量化し、議論の根拠となる実験室の実態を科学的に表現する指標の抽出を目的としている。実験室で使う装置の例として、実験室内で一般的な局所排気装置（Fume hood、以下FH）を取り上げ、関係する定量化データを収集し、深層学習手法により解析して実験室の実態を表現する指標を抽出し、最終的には、FHの使用状況を撮影した写真を見て、使用実態を判断できる指標の探索を目指している。今年度（令和３年度）は、基礎的データの収集と試行的な解析に取り組んだ。
（１）FHの写真データの収集と解析：内部に置かれるものや色を対象とし、写真データの解析を行った。ものの置かれ方や映り込むものに関する情報の深度がFHによって全く異なるため、映り込むものの細かい情報についてはインタビュー調査も併せて調査した。
（２）FHでの作業の調査によるパラメータ抽出：FHを使用する作業者への現地調査、試薬管理システムからの使用量抽出、リスクアセスメント結果抽出を行い、量的・質的データを整理して、FHの画像データとの関連性を解析するための下準備を整えた。
（３）写真データと各種パラメータの解析：FH内の面積・空間占有率と薬品使用量の関係性の解析を行った。面積占有率と薬品使用量における正の相関、使用量の多さと高い空間占有率の関係性などの特徴が明らかとなり、本手法での解析によって指標が抽出できる可能性を示した。

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

令和３年度は、FHの写真データと作業に関するパラメータ抽出について検討を行ったが、設置される実験室の状態についてのパラメータの抽出は次年度の検討課題として残った。これは、検討を進める中で、FHの実態と作業の情報の整理を先に行うべきと判断し、令和4年度実施予定の内容を前倒しして検討したためである。全体としては順調に進展している。

今後の研究の推進方策

令和４年度は実験室の状態についてのパラメータの抽出等を行うとともに、集めたデータの深層学習によるモデルの構築を検討する。令和５年度に向けて、構築した深層学習によるモデルの妥当性について検討し、抽出指標がFHの使用実態を表現する指標になり得るか解析する。これらの結果フィードバックし、令和４年度に検討したモデルの改善を行うとともに、他の実験装置を用いた評価を行う。

次年度使用額が生じた理由

令和３年度に、情報の入力業務やキーワード抽出作業等の研究補助業務のために人件費を計上していたが、現時点で解析のために必要なデータの追加入力作業付加が予定より小さく、令和４年度以降の実際の情報入力作業やモデル開発費が膨大になると予想されたため、令和４年度以降に使用することとした。