【研究領域課題番号】21K19625 (KAKENデータベースで見る）

【研究キーワード】

緩和ケア / 全人的苦痛 / 自然言語処理 / 機械学習 / 人工知能 / 評価

【研究成果の概要】

がん患者は痛みなどの身体的苦痛、不安や抑うつなどの精神的苦痛、仕事や家庭の問題などの社会的苦痛、生きる意味や死の恐怖などのスピリチュアルな苦痛といった相互に関連する苦痛を抱えている我々はすでに自然言語処理を用いて電子カルテデータから身体的苦痛の有無の評価には施行していたが、身体的苦痛や精神的苦痛の強さの評価、社会的・スピリチュアルな苦痛の有無の評価は未解決であった。
そこで、本研究では自然言語処理を用いて電子カルテデータからがん患者の身体的・精神的・社会的・スピリチュアルな苦痛の強さをリアルタイムに評価するシステムの開発に挑戦している。本年度は、自然言語処理を用いて電子カルテデータからがん患者の身体的・精神的・社会的・スピリチュアルな苦痛の有無を評価するシステムの開発を行った。
データは2018年~2020年の東北大学病院入院・外来のがん患者の診療記録であり、前処理を行ったのちに、プログラミング言語Python、Googleで開発され自然言語領域における性能の高さが注目されているBERTなどを用いた自然言語処理および機械学習により分析した。
結果として、がん患者の身体的・精神的苦痛の強さを評価すること、社会的・スピリチュアルな苦痛の有無を判定するシステムの開発に成功した。海外の先行研究では、身体症状の抽出のみにとどまっており、同じデータを用いて社会的苦痛やスピリチュアルな苦痛に拡大することは、世界でも初めての成果と考えられる。次年度は社会的・スピリチュアルな苦痛の強さの評価と身体的・精神的苦痛のデータを含めた経時データ分析、これらをリアルタイムに評価するシステムの開発に挑戦する予定である。

【研究種目】挑戦的研究(萌芽)

【研究期間】2021-07-09 - 2023-03-31

【配分額】6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)

【研究領域課題番号】21H03170 (KAKENデータベースで見る）

【研究キーワード】

患者の悩み / 患者の実践知 / ソーシャルメディア / 自然言語処理 / 機械学習 / 深層学習

【研究成果の概要】

本研究では、ソーシャルメディアから得られる患者テキストを患者ケアの充実に活かす基盤づくりを目指して、患者の治療・生活上の悩みに関するエピソード、及び患者の実践知を抽出する自然言語処理（Natural Language Processing、NLP）システムの開発を進めている。本年度（2021年度）は、患者ブログから副作用疑いや悩みの記述を抽出する深層学習モデルの構築に取り組んだ。主な成果を以下に示す。
1）手足症候群疑い患者の抽出手法の構築：手足症候群は抗がん薬の中止につながりうる副作用であり、自覚症状が主な発症シグナルとなる。患者は生活に来した支障をブログに記述・発信することがあり、そこには診療時には表面化しない副作用のシグナルが含まれる可能性がある。本研究では、がん患者ブログから手足部位情報を含む文を取得後、NLPの深層学習手法（Bidirectional Encoder Representations from Transformers, BERT）を用いて、手足症候群疑いの症状を記述しているユーザーを特定する分類器を構築した。
2）乳がん患者の悩み抽出手法の構築：乳がん患者の悩みは多岐にわたり、多角的な支援が必要である。本研究では、BERTを用いて、乳がん患者ブログから5種の悩み（診療の悩み、身体の苦痛、心の苦悩、就労・経済的負担、家族・周囲の人との関係）が含まれるブログ記事を悩みの種類（複数の場合もあり）とともに抽出可能なマルチラベル分類器を構築した。本モデルは、主要な悩みである「身体の苦痛」について特に高い性能で抽出可能であった。

【研究種目】基盤研究(B)

【研究期間】2021-04-01 - 2024-03-31

【配分額】16,640千円 (直接経費: 12,800千円、間接経費: 3,840千円)

【研究分野】知能情報学

【研究領域課題番号】16H02865 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / コーパス / アノテーション / 視線情報 / 振舞い情報 / 機械学習 / 行動履歴 / 視線計測 / コーパスアノテーション

【研究成果の概要】

自然言語処理の分野では，単語の品詞など，解析結果として得たい正解を解析対象のテキストに人手で付与(アノテーション)した「コーパス」を構築し，それを機械学習の訓練データとして用いることによって問題を解く手法が主流である．自然言語処理の広範な課題を網羅するために，自然言語処理の課題をセグメント課題，リンク課題，変換課題に分類し，各タイプの課題においてアノテーション作業者の視線，キー入力，マウス操作などの振舞いを記録し，アノテーション結果に加えてこれらの振舞いの情報も機械学習の入力とすることを提案し，実験を通してその有効性を検証した．

【研究の社会的意義】

文章読解や問題解決における視線情報などの振舞いを分析する研究はおこなわれているが，アノテーション中の振舞いを記録し，さらにそれを言語処理に活用する研究は類を見ない．本研究課題の成果であるアノテーション過程の作業者の振舞いから言語処理に有用な情報を抽出する手法は，十分な解析性能が得られていなかった言語処理の分野においても解析性能を向上させることができ，その学術的貢献は大きい．自然言語処理技術は実社会ですでに利用され始めている．今後，意味や文脈に踏み込んだ研究が発展することにより，既存の実用システムがさらに高度化され，使い易くなることが期待できる．

【研究種目】基盤研究(B)

【研究期間】2016-04-01 - 2019-03-31

【配分額】13,260千円 (直接経費: 10,200千円、間接経費: 3,060千円)

【研究分野】臨床看護学

【研究領域課題番号】16K20977 (KAKENデータベースで見る）

【研究キーワード】

転倒・転落 / 電子カルテ / 機械学習 / 自然言語処理 / 医療安全管理 / 医療安全 / 患者安全 / データ二次利用 / 患者転倒予防 / 診療データ二次利用 / 看護必要度 / リスクマネジメント / リハビリテーション看護学

【研究成果の概要】

機械学習手法により感度64.9%、特異度69.6%の患者転倒リスク評価モデルを構築した。成績は従来研究と同等程度で、構築に延べ40日間の計算を必要とすることから効率がよいとは言えない。次に、過去に電子カルテ実装した転倒リスク判別ツールの影響を、実装前後期間で比較したところ、入院患者の患者の転倒発生確率は、実装後期間において低下し、実装後期間におけるツール使用患者と非使用患者では不変であった。また、転倒報告書と転落報告書を機械学習手法により実験的に分析したところ、臨床現場での転倒関連概念の認識が曖昧である可能性を示唆した。
いずれも電子カルテ等データを用いた後ろ向き観察研究として実施した。

【研究の社会的意義】

入院患者の転倒は多くの医療機関で入院中の医療インシデントの最も多いもののひとつで、外傷や死亡を引き起こす事があり、患者のQuality of Lifeの向上や医療資源の適切利用の観点からも、喫緊に解決すべき社会的課題である。国内外で患者転倒リスク評価手法はいくつも開発されているが、多くは開発用データが不十分であり、また多くは臨床での実際の転倒発生予防に効果があるかどうかが不明という課題がある。
今回の一連の研究は、医療リアルワールドデータをもとに機械学習を含む人工知能関連手法を活用した判定ロジックの開発、実装評価等を一連としてして実施している点で、学術的にも社会的にも意義があると考える。

【研究種目】若手研究(B)

【研究期間】2016-04-01 - 2019-03-31

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)

【研究分野】病院・医療管理学

【研究領域課題番号】15K08845 (KAKENデータベースで見る）

【研究キーワード】

自然文章解析 / 機械学習 / オントロジー / ターミノロジー / 意味分散表現 / 自然言語処理 / UMLS / Semantic Web

【研究成果の概要】

医療記録から潜在的な有害事象を発見するには、有害事象につながる原因・症状から推察できる能力を獲得する必要がある。有害事象を定義する文章から計算される概念ベクトルに似た概念ベクトルを持つ文章が有害事象を示唆しているという仮説を検証するための手法の開発を試みた。医学用語の品質のよい意味分散表現を獲得するために電子カルテの記載内容を構文解析し、意味分散表現を抽出した。周辺概念をまとめて捕捉できるように概念間関係を定義しているUMLSと医学用語間のマッピングをするために、意味分散表現ベクトルのクラスタリングによるマッピング候補の抽出手法を開発した。

【研究の社会的意義】

医療記録から潜在的な事象を読み取る能力を獲得することは人工知能が医師の判断能力に近づくために必要なプロセスである。良質な意味分散表現は医療記録の分析から得られること、周辺概念からの推察を実現するためにオントロジーとの連携が重要であること、質の良い意味分散表現の獲得にむけて、表記揺れの収束や異常値の検出等の追加的な処理を加えることの必要性の知見を本研究は示した。

【研究種目】基盤研究(C)

【研究期間】2015-04-01 - 2019-03-31

【配分額】4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)

【研究分野】知能情報学

【研究領域課題番号】13F03041 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 機械学習 / ニューラルネットワーク / 深層学習 / 句の表現 / ジョイントモデリング / 意味解析 / 構文解析 / ベクトル空間モデル

【研究成果の概要】

本研究プロジェクトの目的はあらゆる句を正規化であるが、それを行うためには、様々な言語表現によって記述される名詞句や動詞句間の類似性を数値的に表現できる必要がある。
近年、そのような手法として、word2vecをはじめとする単語の分散表現の自動学習手法が注目を集めているが、我々はそれをさらに発展させ、「形容詞＋名詞句」や「主語＋動詞＋目的語」といった句の分散表現を、構文解析済みの大量のテキストから自動学習する手法を開発した。具体的には、述語・項構造と呼ばれる、「深い」構文構造上にニューラルネットワーク言語モデルを構成し、述語・項構造中の単語予測の精度を最大化することによって、単語や句のベクトル表現を学習した。この種のベクトル表現の評価には、人間があらかじめ句の類似性を数値的にアノテートしたデータセットがしばしば用いられる。すなわち、得られたベクトル表現から計算される句同士の類似度が、人間の判断する類似度と高いほど高精度ということになるが、我々の手法によって得られたベクトル表現は、「形容詞＋名詞」や「名詞＋名詞」などにおいては、従来の世界最高レベルと同程度、「主語＋動詞＋目的語」のようなさらに複雑な構造をもつ句に対しては、従来の世界最高精度を上回る精度を達成した。このことは、我々の手法によって得られた句の分散表現が、従来手法よりも句の意味的な類似度をより正確にとらえていることを示している。

【研究種目】特別研究員奨励費

【研究期間】2013-04-01 - 2016-03-31

【配分額】2,300千円 (直接経費: 2,300千円)

【研究分野】社会学

【研究領域課題番号】25380640 (KAKENデータベースで見る）

【研究キーワード】

社会調査 / 自由回答 / 職業／産業コーディング自動化システム / SSM/ISCO/ISIC / Web公開システム / 機械学習 / 自然言語処理 / 確信度 / 職業・産業コーディング自動化システム / ルールベース手法と機械学習の組み合わせ手法 / 国内／国際標準職業コード / 国内／国際標準産業コード / Webによる一般公開 / コーディング自動化システム / 職業／産業コーディング / ISCO／ISIC / Web利用システム

【研究成果の概要】

社会調査において自由回答で収集された職業データを自然言語処理や機械学習の適用により国内／国際標準コードに自動的に変換し、その結果に人間が見直す必要性を確信度として付与するシステムを開発した。本研究ではこれをさらに発展させ、産業データの国内／国際標準コードへの自動変換、国内標準コード付きの事例に国際標準コード付与、システムメンテナンスの自動化機能を追加した。平成25年秋以降、東大社会科学研究所（CSRDA）のWebから試供提供され、利用者は入力ファイルをアップロードすれば希望するコードの結果ファイルをダウンロードできる。現在、カテゴリをもつ自由回答のコーディング自動化システムに拡張中である。

【研究種目】基盤研究(C)

【研究期間】2013-04-01 - 2016-03-31

【配分額】4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)

【研究分野】知能情報学

【研究領域課題番号】23700162 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 機械学習 / 品詞タグ付け / 固有表現認識 / 構文解析 / 探索 / アルゴリズム / 評価関数 / チャンキング / 係り受け解析

【研究成果の概要】

本研究では、品詞タグ付けや構文解析といった様々な自然言語処理タスクに適用可能な機械学習アルゴリズムの開発を行った。本アルゴリズムは、「履歴に基づくモデル」に先読み機構を導入することを可能にし、その解析精度を大幅に向上することが可能である。実験の結果、複数の自然言語処理において、本アルゴリズムによるアプローチは、自然言語処理分野で標準的に使われるモデルである「条件付き確率場」モデルよりも精度の点で優れていることが示された。

【研究種目】若手研究(B)

【研究期間】2011 - 2012

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)

【研究分野】知能情報学

【研究領域課題番号】23500171 (KAKENデータベースで見る）

【研究キーワード】

脳科学 / fMRI / 機械学習 / 複雑ネットワーク / 自然言語処理 / 脳画像解析 / 意味処理 / 国際情報交換(アメリカ、イタリア) / 脳 / ｆMRI / マルチリンガル

【研究成果の概要】

本研究ではfMRI実験を行い、言語の連想タスクを行っている脳画像データを統計解析し、特に機械学習の方法(MVPA)を用いて、実験参加者の各時点での思考を分類し、予測するモデルを立てた。特に実験参加者間での予測モデルの精度劣化という問題を解決するため、データの時空間双方に亘る事後分析を行い、意味認知をめぐって、独自の素性選択法を提唱することにより、集団レベルでのMVPAの精度を向上させた。そのほか、バイリンガル話者のfMRI実験を行い、意味処理を行いながら言語を切り替える際の脳反応についても、一般的なGLMばかりでなく、MVPAを応用していくつかの重要な脳領域を抽出した。

【研究種目】基盤研究(C)

【研究期間】2011-04-28 - 2015-03-31

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)

【研究分野】知能情報学

【研究領域課題番号】22300050 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / World Wide Web / ウィキペディア / 情報検索 / 用語説明 / 説明の観点 / 機械学習 / クラスタリング

【研究成果の概要】

本研究は,様々な用語に関する説明を効率よく活用することを目的として,ウェブページの集合からウィキペディア記事のような解説型テキストを自動的に生成する手法について研究した.動物名や病名といった用語の種類によって説明に必要な観点が異なるため,ウィキペディアの記事集合から観点に基づく用語説明のパターンを学習する.用語の種類に応じて検索結果から必要な文章が抽出され,解説型テキストとして統合される.

【研究種目】基盤研究(B)

【研究期間】2010 - 2012

【配分額】17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)

【研究分野】知能情報学

【研究領域課題番号】20650018 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 語学学習 / 情報分類 / 機械学習 / 情報抽出 / 語学教育

【研究成果の概要】

本研究では、機械学習に基づく文書難易度判定の新しい手法を提案し、ある文書をユーザが与えると、その文書と難易度的に類似する文書を主要新聞記事サイトから獲得し、ユーザに提示するweb上のシステムを作ることを目的とした。既存研究としては、分類、あるいは回帰によるモデル化が行われてきたが、これでは、学習に必要な正解データを多言語で十分に確保することは難しい。本研究では、文書集合が与えられたときに、その集合に順序構造を導入することで難易度判定を行うことを提案した。
検証は英日両方で行い、実際のシステムは英語、日本語で稼働させ、さらに中国語やスペイン語での構築を試みた。アイデアの根本部分については、有効性が十分検証され、言語処理分野の世界的な最高峰の英文論文誌Computational Linguisticsの論文として、採録となり、分野においてこれ以上の学術的な成果はないと考える。
最終年度は、アイデアに関わる付随問題の検討に費やされた。まず、提案手法をより広い視野としての機械学習手法、語学学習の中で位置付け、この点を上記論文に加筆し、論文は6月に出版された。また、素性に相対頻度以外の統計量を追加し、アイデアの検証を行った。その背景には、本研究のための基礎研究があり、それらはいずれも雑誌論文として最終年度に出版するに至ったものである。第一は、莫大量のデータで計測された単語頻度が単語の難易度とどの程度相関するかを検証した。第二に、文書の複雑さを表す指標について研究を行った。これら二種類の指標と、文法的特性に関する指標などを追加して根幹アイデアを再検証し、実際に精度が向上することが示された。
プロトタイプシステムは、実用に向けての再実装を行ったが、公開するには至っていない。というのも、検索対象として想定していたのは新聞で日々クロールされ集められるが、その難易度は均質にすぎ、検索対象としてのデータとして十分に難易度が異なるものではなかったのである。つまり、検索の対象とするデータが十分に得られないという予想外の問題が起きたため、システムは公開には至らなかった。この点は、たとえばユーザが文書を提供し合うなどソーシャルな枠組みなどを新たに考案する必要があるであろう。
本研究は最初の2年間で最も重要な研究部分を終え、三年目は実用化のための機器類以外にはさほど費用を必要としなかった。このため、最終年度は残余分を返却するが、研究成果としては十二分に挙がったと自負している。
最後に、3年間ご支援いただいた、本科研に関わる審査員や事務の皆様に、心より感謝申し上げます。

【研究種目】挑戦的萌芽研究

【研究期間】2008 - 2010

【配分額】3,300千円 (直接経費: 3,300千円)

【研究分野】知能情報学

【研究領域課題番号】17200007 (KAKENデータベースで見る）

【研究キーワード】

WWW / 知識 / テキスト / マイニング / 用例検索 / 名寄せ / 用語抽出 / 機械学習 / 検索 / テキストマイニング / 半構造テキスト / ブログ / Trie / n-gram / 情報検索 / インデキシング / 自然言語処理 / 用例

【研究成果の概要】

本研究においては、膨大な量のWebページから、利用者が興味を持つ分野の知識を記述するテキストを抽出し表示するシステムを開発した。具体的には、以下のようなシステムを提案しプロトタイプおよび実用的なシステムを開発した。(1)利用者の検索エンジンなどで検索し指定したWebページから、既開発の用語抽出システム「言選Wbb」を用いて、そのページを特徴つける重要語を抽出するシステム。(2)こうして抽出した重要語集合の中から、その定義、あるいは複数の重要語の間の関係を知ることを目的とし、Webからの用例検索システムKiwiを利用して、それらの重要語を含む用例文を多数抽出するシステム。(3)ただし、(2)においてWebを直接に検索する従来の用例検索システムを、高速化するために、既存クローラで収集したWebページを対象にする新たな用例検索システムを開発し、UT-Kiwiとして公開した。(4)上記の用例検索の精度の向上を目的とし、同一名が異なる実体を参照する場合、別名が同一実体を参照する場合を解消するWeb名寄せのメカニズムを提案し、試作システムNayoseを構築した。(5)Webテキスト情報からの知識抽出の基礎となる機械学習アルゴリズムを開発した。(6)Webテキストの活用の狙って、Web上の英文テキストから穴埋め4択問題を自動生成するシステムSakumonを開発した。

【研究種目】基盤研究(A)

【研究期間】2005 - 2007

【配分額】43,420千円 (直接経費: 33,400千円、間接経費: 10,020千円)