講演情報
[4Yin-B-10]RAC2に基づく医療事故インシデントの改善策強度分類の試み
〇長谷山 優菜1、伊藤 友貴2、木村 知広3、坂地 泰紀4、野田 五十樹4、津本 周作3 (1. 北海道大学大学院情報科学院、2. 情報通信研究機構、3. 島根大学医学部医学科、4. 北海道大学大学院情報科学研究院)
キーワード：
大規模言語モデル、医療安全
医療事故報告書は、再発防止と医療安全向上のために重要な役割を担っている。Root Cause Analysis（RCA）およびその拡張であるRCA2（Root Cause Analysis Action）では、改善策の強度を「弱い」「中程度」「強い」の三段階で評価する基準が示されている。この三段階の強度は、改善策が「人の注意・努力」にどれだけ依存せず、仕組みやシステムとしてエラーの発生や事故への進展をどの程度抑制できるかを基準として評価したものである。例えば、「付箋の付与」や「指差し確認」などは「弱い」改善策とされ、「医療設備の刷新」などは「強い」改善策とされる。本研究では、RCA2基準に基づき改善策に強度タグを付与した医療事故報告書データセットを構築し、ModernBERT、機械学習及び生成モデルによる改善策強度の自動分類の可能性を検証する。結果として、ModernBERTにおいてAccuracyが最も高く、生成モデルでは通常の改善策よりも過剰に強い改善策と分類することが多かった。また、機械学習においては、学習データの少ない強い改善策を分類することはできなかった。