深層学習を用いたインシデント文章分析によるプロアクティブリスク管理手法の確立

医療施設における患者安全の実現には網羅的インシデント分析に基づくリスク管理の最適化が重要である．しかし，インシデント分析では，報告者の非定型文章に基づき，インシデントの複雑な発生プロセスや要因を読み解く必要があるため，多大な労力と熟達が求められる．加えて，インシデント分析に必要な情報が報告時点で漏れている場合もある．本研究では，深層学習を用いて，医療インシデント分析に特化した性能の高い自然言語処理（Natural Language Processing, NLP）モデルを構築することで, これらの課題の解決を目指している．さらに，インシデント報告と分析の質を高めるために，NLPモデルを基盤として，不足情報の補完をナビゲートするインシデント報告システムの構築に取り組む．初年度（2022年度）は，公益財団法人医療機能評価機構における医療事故情報収集等事業で収集された医療事故及びヒヤリハット事例データのうち，薬剤関連のインシデントを対象とし，NLPモデル（BERT, T5 等）を用いたインシデント分類器（事故発生プロセス・要因・対処・対策の各項目）の構築を進めた．並行して，インシデント報告の質向上モデルの開発要件を設定することを目的として，病院における薬剤に関するリスク管理やインシデント分析の実態と課題の聞き取り調査を実施した．本結果をもとに全国のさまざまな規模の病院を対象としたインシデント分析の実態と課題に関する調査研究を進めている．

医療施設における患者安全の実現には網羅的インシデント分析に基づくリスク管理の最適化が重要である．しかし，インシデント分析では，報告者の非定型文章に基づき，インシデントの複雑な発生プロセスや要因を読み解く必要があるため，多大な労力と熟達が求められる．加えて，インシデント分析に必要な情報が報告時点で漏れている場合もある．本研究では，深層学習を用いて，医療インシデント分析に特化した性能の高い自然言語処理（Natural Language Processing, NLP）モデルを構築することで, これらの課題の解決を目指している．さらに，インシデント報告と分析の質を高めるために，NLPモデルを基盤として，不足情報の補完をナビゲートするインシデント報告システムの構築に取り組む．初年度（2022年度）は，公益財団法人医療機能評価機構における医療事故情報収集等事業で収集された医療事故及びヒヤリハット事例データのうち，薬剤関連のインシデントを対象とし，NLPモデル（BERT, T5 等）を用いたインシデント分類器（事故発生プロセス・要因・対処・対策の各項目）の構築を進めた．並行して，インシデント報告の質向上モデルの開発要件を設定することを目的として，病院における薬剤に関するリスク管理やインシデント分析の実態と課題の聞き取り調査を実施した．本結果をもとに全国のさまざまな規模の病院を対象としたインシデント分析の実態と課題に関する調査研究を進めている．