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

点击翻译按钮获取中文摘要

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．