JP2023142652A - 児童相談業務を支援する業務支援方法 - Google Patents
児童相談業務を支援する業務支援方法 Download PDFInfo
- Publication number
- JP2023142652A JP2023142652A JP2022049655A JP2022049655A JP2023142652A JP 2023142652 A JP2023142652 A JP 2023142652A JP 2022049655 A JP2022049655 A JP 2022049655A JP 2022049655 A JP2022049655 A JP 2022049655A JP 2023142652 A JP2023142652 A JP 2023142652A
- Authority
- JP
- Japan
- Prior art keywords
- information
- child
- reception
- risk assessment
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 238000012502 risk assessment Methods 0.000 claims description 32
- 238000011835 investigation Methods 0.000 claims description 18
- 206010052428 Wound Diseases 0.000 claims description 8
- 208000027418 Wounds and injury Diseases 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 8
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 20
- 230000004044 response Effects 0.000 description 22
- 201000009032 substance abuse Diseases 0.000 description 20
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000013523 data management Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013500 data storage Methods 0.000 description 5
- 208000032544 Cicatrix Diseases 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 231100000241 scar Toxicity 0.000 description 4
- 230000037387 scars Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 208000034656 Contusions Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011850 initial investigation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】児童相談に関する意思決定の判断の質向上を実現する方法を提供する。【解決手段】サーバ端末と、複数の利用者端末と、児童記録相談システムとが、ネットワークを介して接続される業務支援システムにおいて、サーバ端末100は、通信部110と、記憶部120と、制御部130と、を備える。制御部は、利用者端末から、子どもに関する子ども情報の登録を受け付け、利用者端末から、子ども情報に関連づけられた、子どもに関する相談受付のための受付情報の登録を受け付け、利用者端末から、受付に関連づけられた、子どもの保護判断の支援のためのリスクアセス情報の登録を受け付け、受け付けた、子ども情報、受付情報及びリスクアセス情報を、勾配ブースティングに基づく学習済みモデルに入力して、入力情報が予測に貢献した度合いを確率のスケールで計算することを含むリスクアセス評価を実行し、リスクアセス評価の結果を、利用者端末に送信する。【選択図】図2
Description
本発明は、児童相談業務を支援する業務支援方法に関する。
従来、子どもの虐待に関するリスクを評価し、子どもを虐待から保護するために、関係各所で様々な取り組みを重ねられてきた。しかしながら、現場の担当者不足の課題、児童虐待の対応件数の増加等の課題が挙げられている。
このような背景の中で、虐待リスクの判断の自動化技術として、例えば、特許文献1において、子どもに関する情報とリスクアセスメント情報について入力されたデータを、学習済みモデルに入力して、リスクを予測する技術が開示されている。
しかしながら、特許文献1は、Extreme Gradient Boosting(XGBoost)等の勾配ブースティングに基づく学習済みモデルに基づいて子どもの対応に要するとされる日数を予測するものであるが、通常、勾配ブースティングに基づく学習済みモデルに基づいて予測を行う場合、学習済みモデルに入力されたそれぞれの情報に関して、それらが予測に貢献した度合いが対数オッズのスケールで得られるため、算出された数値が解釈しづらい、という課題がある。
そこで、本発明は、かかる課題を解決し、児童相談に関する意思決定の判断の質向上を実現する方法を提供することを目的とする。
本発明の一態様における、児童相談所の利用者に関連する利用者端末にネットワークを介して接続するサーバ端末によって提供される、児童相談業務を支援する業務支援方法であって、サーバ端末の制御部は、利用者端末から、子どもに関する子ども情報の登録を受け付け、前記利用者端末から、前記子ども情報に関連づけられた、前記子どもに関する相談受付のための受付情報の登録を受け付け、前記利用者端末から、前記受付に関連づけられた、前記子どもの保護判断の支援のためのリスクアセス情報の登録を受け付け、前記受け付けた、子ども情報、受付情報及びリスクアセス情報を、勾配ブースティングに基づく学習済みモデルに入力して、入力情報が予測に貢献した度合いを確率のスケールで計算することを含むリスクアセス評価を実行し、前記リスクアセス評価の結果を、前記利用者端末に送信する。
本発明によれば、児童相談に関する意思決定の判断の質向上を実現する方法を提供することができる。
以下、本発明の実施形態について図面を参照して説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。
(実施形態1)
<構成>
図1は、本発明の第一実施形態に係る業務支援システムを示すブロック構成図である。本システム1は、児童相談所の職員等の利用者が利用する利用者端末200と、児童相談に関する情報を記録/管理する児童相談記録システム300と、を仲介するサーバ端末100と、により構成される。なお、ここで、児童相談記録システム300の全部または一部の機能をサーバ端末100に備えることもでき、全部の機能をサーバ端末100に備える場合は、本システム1において児童記録相談システム300を不要としてもよい。
<構成>
図1は、本発明の第一実施形態に係る業務支援システムを示すブロック構成図である。本システム1は、児童相談所の職員等の利用者が利用する利用者端末200と、児童相談に関する情報を記録/管理する児童相談記録システム300と、を仲介するサーバ端末100と、により構成される。なお、ここで、児童相談記録システム300の全部または一部の機能をサーバ端末100に備えることもでき、全部の機能をサーバ端末100に備える場合は、本システム1において児童記録相談システム300を不要としてもよい。
サーバ端末100と、利用者端末200とは、ネットワークNWを介して接続される。ネットワークNWは、インターネット、イントラネット、無線LAN(Local Area Network)やWAN(Wide Area Network)等により構成される。
サーバ端末100は、児童相談所の職員等の利用者に関連する、複数の利用者端末200A、200Bに対して業務効率化支援のためのアプリケーションを提供し、複数の利用者端末200A、200Bの各々から登録された情報を管理し、登録された情報に基づいて、例えば、子どもの虐待の可能性に関するリスクアセス評価を行い、評価結果を提供する装置であり、例えば、ワークステーションやパーソナルコンピュータのような汎用コンピュータとしてもよいし、或いはクラウド・コンピューティングによって論理的に実現されてもよい。本実施形態においては、説明の便宜上サーバ端末として1台を例示しているが、これに限定されず、複数台であってもよい。
利用者端末200A、200Bは、上記の通り、児童相談所の職員等の利用者であって、サーバ端末100により提供されるアプリケーションを利用する利用者が所有する、例えば、パーソナルコンピュータやタブレット端末等の情報処理装置であるが、スマートフォンや携帯電話、PDA等により構成しても良い。以下、説明の便宜のため、利用者端末200A、200Bを総称して、利用者端末200として説明を行う。
また、本システムは、ネットワークNWを介して、児童相談記録システム300と接続し、利用者端末200を利用する利用者は、サーバ端末100または児童相談記録システムに対し、子どもに関連する子ども情報を始めとした様々な情報を登録することができ、サーバ端末100は、児童相談記録システム300に対し、情報を送受信することができ、データの連携を図ることができる。ここで、児童相談記録システム300は、児童相談の記録や行政文書の発行を主たる機能とするシステムであって、例えば、子どもに関連する児童番号や受付番号の発番、受信券や一時保護決定通知書等の発行、行政情報と連携した家族情報及び負担金の管理、及び手続の進行管理等を実行するシステムである。他方、本システムは、利用者とのコミュニケーションや意思決定の支援を主たる機能とするシステムであって、児童相談所内外での記録の入力、閲覧および共有を可能とし、児童相談所職員同士のチャットコミュニケーション、子どもの写真の登録及び共有、及び過去の一時保護傾向等のシミュレーション等を実行するシステムである。上記の通り、サーバ端末100と児童相談記録システム300とはネットワークNWを介して接続し、例えば、QRコード、児童番号または受付番号をキーとして、相互にデータ連携が行われるため、利用者は、サーバ端末100及び児童相談記録システム300双方に対して情報を入力、登録する必要がなく、一方のシステムに情報を登録することで他方のシステムへの同期が可能である。なお、上述の通り、児童相談記録システム300の全部または一部の機能をサーバ端末に備ることで、サーバ端末100において処理を完結可能な場合は、QRコード等によるデータ連携を不要とすることとしてもよい。
本実施形態では、システム1は、サーバ端末100と、利用者端末200及び児童相談記録システム300とを備え、利用者または求人者が各々、利用者端末200、児童相談記録システム300を利用して、サーバ端末100に対する操作を行う構成として説明するが、サーバ端末100がスタンドアローンで構成され、サーバ端末自身に、利用者または求人者が操作を行う機能を備えても良い。
図2は、図1のサーバ端末100の機能ブロック構成図である。サーバ端末100は、通信部110と、記憶部120と、制御部130とを備える。
通信部110は、ネットワークNWを介して利用者端末200及び児童相談記録システム300と通信を行うための通信インターフェースであり、例えばTCP/IP(Transmission Control Protocol/Internet Protocol)、閉域ネットワーク等の通信規約により通信が行われる。
記憶部120は、各種制御処理や制御部130内の各機能を実行するためのプログラム、入力データ等を記憶するものであり、RAM(Random Access Memory)、ROM(Read Only Memory)等から構成される。また、記憶部120は、利用者に関連する各種データを格納する、利用者データ格納部121、受付に関連する各種データを格納する、受付データ格納部122等を有する。さらに、記憶部120は、利用者端末200、児童相談記録システム300と通信を行ったデータを一時的に記憶することもできる。なお、各種データを格納したデータベース(図示せず)が記憶部120またはサーバ端末100外に構築されていてもよい。
制御部130は、記憶部120に記憶されているプログラムを実行することにより、サーバ端末100の全体の動作を制御するものであり、CPU(Central Processing Unit)やGPU(Graphics Processing Unit)等から構成される。制御部130の機能として、利用者端末200または児童相談記録システム300からの入力を受け付ける指示受付部131と、利用者に関連する各種データを参照し、処理する、利用者データ管理部132と、受付に関連する各種データを参照し、処理する、受付データ管理部133と、利用者により入力された情報を分析し、評価を実行するリスク評価部134等を有する。この指示受付部131、利用者データ管理部132、求人者データ管理部133、リスク評価部134は、記憶部120に記憶されているプログラムにより起動されてコンピュータ(電子計算機)であるサーバ端末100により実行される。
指示受付部131は、サーバ端末100が提供し、利用者端末200において、ウェブブラウザまたはアプリケーションを介して表示される画面等のユーザインターフェースを介して、利用者が、所定の入力を行ったとき、利用者端末200から通信部110を介して指示を受け付ける。または、サーバ端末100または利用者端末200からの要求に応じて、児童相談記録システム300から通信部110を介して情報を受付ける。
利用者データ管理部132は、利用者に関連する各種データ(例えば、子ども情報、保護者情報、関係者情報、家族グループ情報、及び関係機関情報等)を管理し、処理を行う。
受付データ管理部133は、受付に関連する各種データ(例えば、受付情報、リスクアセス情報、調査情報、写真情報、シミュレーション情報、リコメンド情報等)を管理し、処理を行う。
リスク評価部134は、利用者端末200(または児童相談記録システム300)から登録された情報に基づいて、子どもの虐待のリスクを評価する処理を行う。
図3は、図1の利用者端末200を示す機能ブロック構成図である。利用者端末200は、通信部210と、表示操作部220と、記憶部230と、カメラ240と、制御部250とを備える。
通信部210は、ネットワークNWを介してサーバ端末100と通信を行うための通信インターフェースであり、例えばTCP/IP等の通信規約により通信が行われる。
表示操作部220は、利用者が指示を入力し、制御部240からの入力データに応じてテキスト、画像等を表示するために用いられるユーザインターフェースであり、利用者端末200がパーソナルコンピュータで構成されている場合はディスプレイとキーボードやマウスにより構成され、利用者端末200がスマートフォンまたはタブレット端末で構成されている場合はタッチパネル等から構成される。この表示操作部220は、記憶部230に記憶されている制御プログラムにより起動されてコンピュータ(電子計算機)である利用者端末200により実行される。表示操作部を介して、利用者は、提供される適性試験に対して、キーボードの場合は、キーボードの押下、マウスの場合は、マウスによりカーソルの移動、タッチパネルの場合は、タップ、スワイプ、ピンチ操作等を行うことができる。
記憶部230は、各種制御処理や制御部240内の各機能を実行するためのプログラム、入力データ等を記憶するものであり、RAMやROM等から構成される。また、記憶部230は、サーバ端末100との通信内容を一時的に記憶している。
カメラ240は、例えば、子どもの身体の部位を撮像する機能を備えるものである。
制御部250は、記憶部230に記憶されているプログラムを実行することにより、利用者端末200の全体の動作を制御するものであり、CPUやGPU等から構成される。
なお、サーバ端末100に表示操作部の機能を備える構成としても良く、この場合、利用者端末200を備えない構成としても良い。
なお、児童相談記録システム300の機能構成についても、サーバ端末100または利用者端末200と実質同一であるので、説明を省略する。
図4は、サーバ100に格納される利用者データの一例を示す図である。
図4に示す利用者データ1000は、利用者に関連する各種データを格納する。図4において、説明の便宜上、一利用者(利用者ID「10001」で識別される利用者)の例を示すが、複数の利用者の情報を格納することができる。利用者に関連する各種データとして、例えば、子どもに関する子ども情報(子どもの氏名、ID、住所、Eメールアドレス等の連絡先、性別、年齢、学校名、学年、担任名、通学状況、タグ情報等)、保護者情報(保護者の氏名、ID、住所、連絡先、性別等)、関係者情報(関係者の氏名、ID、住所、連絡先、性別等)、家族グループ情報(家族グループ名、ID、グループ名の説明、グループのメンバー(過去の婚姻関係、内縁の夫婦関係による保護者等も含む)、関係機関情報(関係機関名、ID、種別(医療機関、警察、教育機関等)、住所、連絡先)等を含むことができる。
図5は、サーバ100に格納される受付データの一例を示す図である。
図5に示す受付データ2000は、受付に関連する各種データを格納する。図5において、説明の便宜上、一受付(受付ID「20001」で識別される受付)の例を示すが、複数の受付の情報を格納することができる。通常、受付は登録された子どもに関する子ども情報等に対応づけて登録される。受付に関連する各種データとして、例えば、受付の基本情報(虐待種別(身体的虐待、ネグレクト等)、対応の開始日時等)、リスクアセス情報(受付日時、入力者、通告受理時の情報、緊急出勤を検討するための項目、リミットルールへの該当要否(例えば、法的措置中に指導や支援の必要性を予め保護者に伝えたにも関わらず、指定した面接を無断キャンセルすることや、家庭訪問を拒否するなど、子どもの安全が確認できないといった事態の有無等の項目)、添付画像及び/または創傷、心理診断及び家の状況に関する情報、意思決定結果及び/または安全確認結果、対応した実施に関する項目、調査記録の決裁者等)、調査情報(対応日時、調査タイトル、議事録(調査結果(事実))、見立て、今後の対応等)、リスクアセス情報(チェックリスト登録(調査によって得た情報)、添付画像及び/または創傷、心理診断及び家の状況に関する情報、次回面談日時、調査完了辞典でのステータス、調査完了時のセーフティスケール(児童の安全について、感覚的な数値での入力結果)、対応内容、調査記録の決裁者等)、写真情報(添付画像及び/または創傷、心理診断及び家の状況に関する情報)、シミュレーション情報(総合リスク(一時保護される傾向を表す指標)、過去の類似ケース(36の虐待タイプに関する情報)、レーダーチャート(要対応度や再発率や対応日数等のバランスを示すチャート))、リコメンド情報(今後の対応についてのリコメンドや参考情報)等の情報を格納することができる。
<処理の流れ>
図6を参照しながら、本実施形態のシステム1が実行する業務支援方法の処理の流れについて説明する。本発明の第一実施形態に係る、業務支援方法に係るフローチャートの一例である。
図6を参照しながら、本実施形態のシステム1が実行する業務支援方法の処理の流れについて説明する。本発明の第一実施形態に係る、業務支援方法に係るフローチャートの一例である。
ここで、本システム1を利用するために、利用者(例えば、児童相談所の職員等)は、利用者端末200の各々のウェブブラウザまたはアプリケーション等を利用してサーバ端末100にアクセスし、初めてサービスを利用する場合は、新規利用者登録を行い、既に利用者アカウントを取得済の場合は、例えばIDとパスワードを入力する等の所定の認証を受けてログインすることで、サービスが利用可能となる。この認証後、ウェブサイト、アプリケーション等を介して所定のユーザインターフェース画面が提供され、図6に示すステップS101へ進む。ここで、図9は、利用者端末200に表示されるアプリケーションのホーム画面例を示す。利用者は、本画面上で、登録メニューを選択することで下記に説明する登録を行うことができる。
まず、ステップS101の処理として、サーバ端末100の制御部130の指示受付部131は、通信部110を介して、利用者端末200から、子どもに関する子ども情報等の基本情報の登録を受け付ける。サーバ端末100の制御部130の利用者データ管理部132は、受け付けた基本情報を、記憶部120の利用者データ格納部121に、利用者データ1000として利用者IDに関連づけて格納する。ここで、利用者は、児童相談記録システム300に上記基本情報を登録している場合、利用者端末200に内蔵されたカメラによりQRコードの読み取り、表示された画面上で児童番号等の番号を入力することで、児童相談記録システム300に登録されている基本情報をサーバ端末100により提供されるアプリケーションにインポートすることもできる。
次に、ステップS102の処理として、指示受付部131は、利用者端末200から、受付情報の登録を受け付ける。ここで、受付とは、所定の対応を必要とする子どもの受付のことをさし、まず、利用者は、利用者端末200に表示されるアプリケーション画面上で、受付の基本情報(虐待種別(身体的虐待、ネグレクト等)、対応の開始日時等)の入力を行う。サーバ端末100の制御部130の受付データ管理部133は、受け付けた基本情報を、記憶部120の受付データ格納部122に、受付データ2000として受付IDに関連づけて格納する。ここで、利用者は、児童相談記録システム300に上記受付情報を登録している場合、利用者端末200に内蔵されたカメラによりQRコードの読み取り、表示された画面上で児童番号等の番号を入力することで、児童相談記録システム300に登録されている受付情報をサーバ端末100により提供されるアプリケーションにインポートすることもできる。
受付情報に関連づけて、指示受付部131は、順不同であるが、利用者端末200から、対応日時、調査タイトル、議事録(調査結果(事実))、見立て、今後の対応等の、調査情報の登録を受け付け、添付画像及び/または創傷、心理診断及び家の状況に関する情報等の、写真情報の登録を受け付け、続いて、チェックリスト登録(調査によって得た情報)、添付画像及び/または創傷、心理診断及び家の状況に関する情報、次回面談日時、調査完了辞典でのステータス、調査完了時のセーフティスケール(児童の安全について、感覚的な数値での入力結果)、対応内容、調査記録の決裁者等の、リスクアセス情報の登録(例えば、受付日時、入力者、通告受理時の情報、緊急出勤を検討するための項目)、一時保護を検討するための項目、リミットルールへの該当要否(例えば、法的措置中に指導や支援の必要性を予め保護者に伝えたにも関わらず、指定した面接を無断キャンセルすることや、家庭訪問を拒否するなど、子どもの安全が確認できないといった事態の有無等の項目)、添付画像及び/または創傷、心理診断及び家の状況に関する情報、意思決定結果及び/または安全確認結果、対応した実施に関する項目、調査記録の決裁者等)、を受け付け、また、チャットアプリケーションを介して、複数の利用者間によって入力された入力情報を受け付けることができる。サーバ端末100の制御部130の受付データ管理部133は、受け付けた基本情報を、記憶部120の受付データ格納部122に、受付データ2000として受付IDに関連づけて格納する。ここで、利用者は、児童相談記録システム300に上記受付情報に関連づけられた情報を登録している場合、利用者端末200に内蔵されたカメラによりQRコードの読み取り、表示された画面上で児童番号等の番号を入力することで、児童相談記録システム300に登録されている情報をサーバ端末100により提供されるアプリケーションにインポートすることもできる。
ここで、上記調査情報の登録は、所外に出動している職員から得た情報を基に児童相談所内で職員が行う操作として想定され、上記写真情報の登録及び上記リスクアセス情報の登録は、子どもの安全確認を行うために所外に出動する職員が行う操作として想定され、また、上記チャットコミュニケーションについては、所外に出動している職員が、調査結果を報告し、所内の職員が送信した対応方法を確認するための操作として想定されるなど、一連の登録情報は所内外の複数の職員により入力され受け付けられるものであってもよい。
次に、ステップS103の処理として、制御部130のリスク評価部134は、登録された子どもの基本情報、受付情報及び受付情報に関連づけられたリスクアセス情報に基づいて、子どもの虐待の可能性に関するリスクアセス評価を行う。ここで、サーバ端末100は、記憶部130に、図示しない、入力情報として、過去の子どもの基本情報(年齢、性別、住所(市町村))、受付情報(虐待種別、受付時間、受付区分(新規、再通告、再受付)及び受付情報に関連づけられたリスクアセス情報(受付経路、主たる虐待者、リスクアセスメントの各項目への該当状況)、及び、出力情報として、過去の保護率(一時保護される傾向を表す指標)、過去の類似ケース(虐待を36タイプに分類し、当該ケースが最も近いパターンの特徴を表示、同じパターンに属する過去の事例がある場合には、過去のケース記録を表示)、及び、要対応度、再発率及び対応日数等の情報を機械学習で予測することにより生成された学習モデルを格納し、学習モデルに基づいて、今回の入力情報に対して、出力情報を生成する。
ここで、本実施形態において、学習モデルについて、勾配ブースティングに基づく学習モデルを用いることができる。ブースティングとは、弱い学習器を複数用いてできるだけ汎用性の高い強く新しい学習器を構築しようという機械学習のモデリング技法の一つである。多くは、決定木と呼ばれる条件分岐アルゴリズムを複数組み合わせて用いられる。より正確にはブースティングとして新たな決定木を作る際に、1つ前までの決定木の結果を利用し、実測値と予測値との誤差が最小になるような決定木のアルゴリズムを採用している。即ち、勾配ブースティングは、実際の正解と予測の誤差を損失関数として最小化する際に勾配降下法を用いる手法である。さらに具体的には、XGBoostという手法を用いることができる。
ここで、XGBoostにおいては、入力された、上記基本情報及び上記受付情報に含まれる項目(例えば、児童年齢、頭部顔面腹部の傷アザ、一時保護項目該当個数、帰宅恐怖不安、児童保護の訴え、初期調査で詳細不明、虐待継続兆候、緊急出動該当個数、現時点で児童に傷アザ等)の該当/非該当)によって、それらの入力情報が出力情報の生成に貢献した度合いを示す数値を、対数オッズのスケールで算出できる。しかしながら、対数オッズのスケールで生成された数値は、リスク評価結果として表示された場合、ユーザの直観的な解釈性が低い。そこで、本実施形態においては、条件分岐において、上記項目の該当/非該当によって、入力情報が出力情報の生成に貢献した度合いを示す数値として、確率のスケールに変換された数値が貢献度として算出される。対数オッズ空間上では、線形で表されるため、順不同で貢献度が計算できる一方で、確率空間上において貢献度は非線形で表されるので、貢献度の値が計算の順番に依存し、確率空間上においては算出される数値は計算順序に応じて変わる。しかしながら、本実施形態においては、確率空間上で貢献度を算出することで、計算処理をしやすくし、算出される数値が確率で表されるため、ユーザの直観として解釈されやすい、という効果が得られる。
図7に示すように、確率空間における貢献度の算出方法として、基準値を起点として、児童年齢、頭部顔面腹部の傷アザ、一時保護項目該当個数、帰宅恐怖不安、児童保護の訴え、初期調査で詳細不明、虐待継続兆候、緊急出動該当個数、現時点で児童に傷アザ等の項目の該当/非該当に応じて、数値が増減され、最終的な予測スコアが算出される。本例においては、基準値が47.3%であるのに対し、各項目の該非に応じて、数値が増減され、最終的に3.4%という数値が導き出される。
また、ここで、上記確率空間上で算出された貢献度を、実施率に変換させることもできる。上記確率空間上で算出された数値は、必ずしも事象の発生割合を意味しない場合もあり、例えば、貢献度として算出された予測スコア(例えば、「1.0」)は、「当該得点事例での一時保護の実施率」(例えば、0.85)と異なる場合がある。そこで、本機械学習による予測スコアを「実施率」に変換するため、sigmoid関数による近似変換を確率空間上の貢献度に適用することができる。
図8に示すように、確率空間上で算出された貢献度の数値を、再発確率での確率貢献度に変換すると、例えば、基準値39.6%に対し、児童年齢12歳により、頭部顔面腹部の傷アザ該当により、一時保護項目の該当個数3個により、帰宅恐怖不安非該当により、児童保護の訴え非該当により、初期調査での詳細不明により、虐待継続兆候非該当により、緊急出動該当個数0個により、また、現時点での児童に傷アザ非該当により、数値を加算、減算することで、最終的な再発確率への影響度が4%として算出される。
次に、ステップS104の処理として、リスク評価部134は、上記ステップにおいて生成された出力情報を利用者端末200に送信し、利用者端末200のアプリケーションのユーザインターフェース画面に出力情報が所定のフォーマットで表示される。
図9は、利用者端末に表示される、業務支援アプリケーションのリスクアセス評価結果の出力のための画面例を示す図である。利用者は、利用者端末200に表示されるアプリケーションの個人ページ画面において「シミュレーション」タブを選択することで、図9に示すような、総合リスク(一時保護される傾向を表す指標)、再発確率、対応日数、要対応度に関する3指標でケースの特徴を示すレーダーチャート、及び過去の類似ケースについて可視化された画面が表示される。ここで、総合リスクについて、値が高い場合には、類似ケースが過去一時保護される傾向があったことを示すものであり、一時保護する/しないという観点から、利用者に対し、緊急度の判断をサポートする。また、レーダーチャートは、要対応度(複数の虐待分類(例えば、36パターン)のうち、児童相談所などの専門機関の対応が必要となるケースと定義した分類(例えば、24パターン)に該当する確率)や再発率(該当する類似ケース群における再発確率)や対応日数(該当するケース群における終結までに要した日数)などのバランスを表し、レーダーチャートの面積が大きい場合には、対応が必要となる度合いが高いことや、再発率が高いなどの特徴があり、終結までに時間がかかる傾向があったことを意味する。過去の類似ケースは、過去の事例を複数タイプ(例えば、36タイプ)に分類し、当該ケースがもっとも近いパターンの特徴を表示する。同じパターンに属する過去の事例がある場合には、過去のケース記録を表示する。本例においては、ケース49として、「男児への反復する身体的虐待事例」が表示され、当該事例は、市町村からの通告が約半数であり、44%で虐待継続兆候が認められることが理解される。利用者は、過去のケース記録を確認することで、ケースがどのように変化するかのヒントを得ることができる。ここで、本実施形態においては、リスクアセス評価結果の一例として、対応日数について、機械学習結果として予測した理由が記載され、本画面例においては、対応日数が「243日」と予測した理由として、「基準値」363日に対し、「安全に対する意思決定」が「在宅」のため、88日減算され、「その他の理由」のため、52日減算されたために、「243日」として算出されたことが理解される。このように、本実施形態によれば、利用者は、対応日数をはじめ、リスクアセス評価結果として表示される項目の算出根拠を具体的に理解することができる。また、図10に示すように、リスクアセス評価結果として、再発確率の算出根拠を示すこともできる。本画面例においては、利用者は、再発確率について、「基準値」36.3%に対し、「児童年齢が「10歳」のため、10%減算され、「その他の理由」のため、さらに8%減算されたために、「69%」として算出されたことが、具体的に理解することができる。
以上のように、利用者は、上記リスクアセス評価結果を参照し、また、他に登録された調査情報、写真情報、及びチャットコミュニケーションを介して入力された情報を基に、子どもの一時保護要否の判断を行うことができる。
以上のように、本実施形態によれば、利用者は、児童相談所内外から児童の状況に関する情報をタイムリーに参照することができ、また、リスクアセス評価結果等を参照することで、児童の一時保護要否判断を迅速かつ適切に行うことができる。
以上、開示に係る実施形態について説明したが、これらはその他の様々な形態で実施することが可能であり、種々の省略、置換および変更を行なって実施することが出来る。これらの実施形態および変形例ならびに省略、置換および変更を行なったものは、特許請求の範囲の技術的範囲とその均等の範囲に含まれる。
1 業務支援システム 100 サーバ端末、110 通信部、120 記憶部、130 制御部、200 利用者端末、300 児童相談記録システム、NW ネットワーク
Claims (6)
- 児童相談所の利用者に関連する利用者端末にネットワークを介して接続するサーバ端末によって提供される、児童相談業務を支援する業務支援方法であって、
サーバ端末の制御部は、
利用者端末から、子どもに関する子ども情報の登録を受け付け、
前記利用者端末から、前記子ども情報に関連づけられた、前記子どもに関する相談受付のための受付情報の登録を受け付け、
前記利用者端末から、前記受付に関連づけられた、前記子どもの保護判断の支援のためのリスクアセス情報の登録を受け付け、
前記受け付けた、子ども情報、受付情報及びリスクアセス情報を、勾配ブースティングに基づく学習済みモデルに入力して、入力情報が予測に貢献した度合いを確率のスケールで計算することを含むリスクアセス評価を実行し、
前記リスクアセス評価の結果を、前記利用者端末に送信する、
方法。 - 前記受付情報は、虐待種別、受付時間、受付区分のいずれか、または、組合せを含む、請求項1に記載の方法。
- 前記リスクアセス情報は、受付日時、入力者、通告受理時の情報、緊急出勤を検討するための項目、調査保護を検討するための項目、リミットルールへの該当要否、添付画像及び/または創傷、心理診断及び家の状況に関する情報、意思決定結果及び/または安全確認結果、対応した実施に関する項目及び調査記録の決裁者に関する、いずれかの情報または組合せを含む、請求項1に記載の方法。
- 前記利用者端末から、前記受付情報に関連づけて、前記子どもの画像及び/または創傷、心理診断及び家の状況に関する情報を受け付ける、請求項1に記載の方法。
- 前記リスクアセス評価を実行することは、確率のスケールで表現された基準値に対し、前記入力された、子ども情報、受付情報及びリスクアセス情報に含まれる要因の該当/非該当に基づいて確率のスケールで表現された数値を増減し、最終的な出力情報を生成することを含む、請求項1に記載の方法。
- 前記リスクアセス評価を実行することは、前記確率のスケールで表された数値に基づいて、再発確率への影響度を算出することを含む、請求項1に記載の方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022049655A JP2023142652A (ja) | 2022-03-25 | 2022-03-25 | 児童相談業務を支援する業務支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022049655A JP2023142652A (ja) | 2022-03-25 | 2022-03-25 | 児童相談業務を支援する業務支援方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023142652A true JP2023142652A (ja) | 2023-10-05 |
Family
ID=88206670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022049655A Pending JP2023142652A (ja) | 2022-03-25 | 2022-03-25 | 児童相談業務を支援する業務支援方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023142652A (ja) |
-
2022
- 2022-03-25 JP JP2022049655A patent/JP2023142652A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2013158630A1 (en) | System and method for automated standards compliance | |
Sanford et al. | Operational risk modelling and organizational learning in structured finance operations: A Bayesian network approach | |
Chenais et al. | Artificial intelligence in emergency medicine: viewpoint of current applications and foreseeable opportunities and challenges | |
Lee-Geiller et al. | How does digital governance contribute to effective crisis management? A case study of Korea’s response to COVID-19 | |
Spivak et al. | Implementing evidence-based practice in policing family violence: The reliability, validity and feasibility of a risk assessment instrument for prioritising police response | |
Bondre et al. | Protecting mental health data privacy in India: The case of data linkage with Aadhaar | |
Hussain et al. | Ethnic mental health inequalities and mental health policies in England 1999-2020 | |
Djeffal | Sustainable AI Development (SAID): On the road to more access to justice | |
JP7210075B1 (ja) | 児童相談業務を支援する情報処理方法、プログラム、情報処理システム | |
Beck et al. | Counting the cost of not costing HIV health facilities accurately: pay now, or pay more later | |
Shaw et al. | Integrating patient-generated digital health data into electronic health records (EHRs) in ambulatory care settings: EHR vendor survey and interviews | |
JP2023142652A (ja) | 児童相談業務を支援する業務支援方法 | |
Streilein et al. | Evaluating COVID-19 exposure notification effectiveness with SimAEN: a simulation tool designed for public health decision making | |
US20210287784A1 (en) | Wireless check-in system for healthcare environments | |
Okolo | AI Explainability in the Global South: Towards an Inclusive Praxis for Emerging Technology Users | |
JP7368034B1 (ja) | 児童相談業務を支援する情報処理方法、プログラム、情報処理システム | |
JP7252688B1 (ja) | 児童相談業務を支援する情報処理方法、プログラム、情報処理システム | |
JP7329286B1 (ja) | 児童相談業務を支援する情報処理方法、プログラム、情報処理システム | |
WO2024142611A1 (ja) | 児童相談業務を支援する情報処理方法、プログラム、情報処理システム | |
Du Mont et al. | Development and evaluation of a social inclusion framework for a comprehensive hospital-based elder abuse intervention | |
Andersson et al. | Standardized knowledge, the IBIC and knowledge-based social services | |
Berrick et al. | Preventing and responding to errors in US child protection | |
JP7244972B1 (ja) | 児童相談業務を支援する情報処理方法、プログラム、情報処理システム | |
JP2023098730A (ja) | 児童相談業務を支援する業務支援方法 | |
JP2021043781A (ja) | 健康管理システム、健康管理方法 |