| 研究課題/領域番号 |
22K19684
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
森 武俊 東京大学, 大学院情報理工学系研究科, 教授 (20272586)
|
|---|
| 研究分担者 |
松原 仁 東京大学, 大学院情報理工学系研究科, 教授 (50325883)
武村 雪絵 東京大学, 医学部附属病院, 看護部長 (70361467)
野口 博史 大阪公立大学, 大学院工学研究科, 教授 (50431797)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| キーワード | 看護記録 / カルテ / 診療録 / ナースコール / 病棟管理 / 自然言語 / GPT / ChatGPT |
|---|
| 研究実績の概要 |
病棟にあふれかえる様々なデータを埋もれさせずに可能な限り機械の力で利活用し，看護師・看護管理者や医療従事者が本来の医療やケアに注力できるよう支援するシステムを構想している．このような定量的・客観的データによる支援を人工知能で実現するということに挑み，看護記録やカルテのテキスト分析とナースコール・バイタルモニタ機械学習モデル分析で病棟・患者状況を定量把握し，アドバイス，ベッドコントロール，インシデント軽減・予防，シフト設計などを例に実証的なシステムでの手法をかたち作ることを目指す研究である。適切な訪室タイミングや時間，ベーシックケア内容を求め，コール軽減可能ケースの例示，訪室タイミングのアドバイス，ベッドコントロールサポート，転倒などのインシデントの減少，シフト設計などを支援するシステム構成に役立てることを考えている。初年度は、自然言語モデルに言語モデルGPT-3およびGPT-2の日本語対応版に病棟の看護文書の典型データを適用し，看護記録や電子カルテのテキストデータを扱えるようにした．これにより、GPT言語モデルで看護テキストから自動で患者や病棟の状態を予測する手法を構成した。また、バイタルモニタ・ナースコールデータの分析では，ナースコールの発呼数データのみならず新たにナースコール応答時間解析システムを開発した。さらにGPT-3およびGPT-2日本語対応版に加えて、Chat GPTのGPT-4による看護記録ハンドリングについて試行可能なソフトウエアを作成した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
2022年度に展開がおこなわれたChat GPTについても活用が可能なシステムを構成し、研究・解析が可能なように進んでいる。
|
| 今後の研究の推進方策 |
機微情報を含むリアルな看護記録やカルテ情報を入力とする前に、医学系出版社が作成しているモデルケースについての医療文書を提供いただき、機械学習のモデルに反映するアプローチを取る。自然言語モデルによる看護テキスト分析とナースコール・バイタルのセンサデータ分析とを統合することで患者状態を定量把握するシステムの構築を目指す。
|
| 次年度使用額が生じた理由 |
GPU演算システムについて同価格帯で高性能のものが次年度早期に入手可能と判り初年度は既存システムならびに計算リソースの遠隔利用借用で対応し、データが増量しローカル計算が必須となる二年次に購入することとしたため。また新型コロナの影響により臨床現地調査ならび学会現地口頭発表を見送ったことによる旅費について次年度前半に調査に利用することにしたためである。
|
