因果探索による説明能力を付与した多層ニューラルネットによる看護過程の質評価支援

通过因果搜索具有解释能力的多层神经网络支持护理过程的质量评估

• 批准号: 21K10632
• 负责人: 新居 学
• 金额: $ 2.5万
• 依托单位: University of Hyogo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K10632/
• 关键词: 看護過程の質改善; 多層ニューラルネットワーク; 説明能力; 因果探索; 看護過程評価

本研究では，多層ニューラルネットワークによる看護過程の質評価支援を目指している．看護過程を記述した看護ケアテキストは専門家により４つのクラスに分類される．この４つのクラスは，看護過程を「大変良い」から「要改善」の各段階へ分類するものである．まず，多層ニューラルネットワークを利用する手法であるStructural Agnostic Modeling（SAM）による因果探索を検討している．SAMは敵対的生成ネットワーク（GAN）を用いる方法である．SAMによる方法により，クラス別に看護ケアテキストを分け，各クラスで使用される「語」がどのような因果関係を持つかを探索可能か調査し，語の間にある関係性を有向グラフで抽出できる可能性を得ている．この手法の課題は語の関係性を示すグラフが巨大になることであった．また，SAMは計算コストが大きいこともあり，探索結果の安定性の改善や視認性の良い提示方法の検討を引き続き進めている．一方で，看護過程の評価にはTransformerによるクラス分類システムを採用している．この方法ではAttentionという仕組みがあり，これは看護過程を記したテキストのどの語へ注目して識別したか，を表していると考えることができる．そこで，Attentionによる注目語をその強さ別に可視化することにより，評価結果に対する説明とした．この結果，分類精度に依存する傾向はあるものの，重要と思われる語の周辺での注目度が強いことがわかった．

This study aims to provide guidance for quality assessment support of nursing process in multi-layered nursing care. The nursing process is described in detail. 4. The nursing process is classified into "big and good" and "to be improved". Structural Agnostic Modeling (SAM) is used to explore causal relationships. SAM is used to explore causal relationships. SAM is used to explore causal relationships. The relationship between the words has a direction, and the possibility of extraction is obtained. The topic of this topic is related to the nature of the topic. SAM is the calculation method of stability and visibility improvement. On the one hand, the evaluation of nursing process is based on the Transformer classification. This method is called Attention. Attention to the results of the evaluation The results show that the classification accuracy is dependent on the number of words and the number of words.

项目成果

看護ケアテキスト分類における分類性能向上と分類根拠の可視化

提高护理文本分类中的分类性能并可视化分类依据

• 发表时间: 2022
• 作者: Sachiko Somaki;Yukie Majima;Seiko Masuda;Yumiko Nakamura;山崎邦之，新居 学
• 通讯作者: 山崎邦之，新居 学