JP7274204B2

JP7274204B2 - 児童相談所などにおける情報処理方法及び装置

Info

Publication number: JP7274204B2
Application number: JP2019072618A
Authority: JP
Inventors: 昂太 ▲高▼岡; 次郎坂本
Original assignee: National Institute of Advanced Industrial Science and Technology AIST
Current assignee: National Institute of Advanced Industrial Science and Technology AIST
Priority date: 2019-04-05
Filing date: 2019-04-05
Publication date: 2023-05-16
Anticipated expiration: 2039-04-05
Also published as: JP2020170434A

Description

本発明は、児童相談所などにおいて用いられる情報処理技術に関する。

近年、児童虐待が大きな社会問題として認識されるようになり、児童相談所などの福祉現場では、業務量が非常に増大している。そのため、児童相談所などの職員は、業務に忙殺され、専門性を高めることが難しく、他機関との連携を効果的に行うことができず、経験や勘にのみ頼った意思決定を行わざるを得ない状況にあった。

これまでは、主に紙ベースの業務をシステム化するだけで、一部には予め定められた問いに対して回答することで緊急度を判定するような機能を有するシステムも存在していたが、児童相談所などの職員の意思決定に対する十分な支援ができているわけではない。

"FUJITSU 自治体ソリューション福祉総合児童相談システム", [Online] [平成31年3月14日検索] インターネット＜ＵＲＬ：http://www.fujitsu.com/jp/group/fip/solutions/industry-solutions/public-sector-solution/childconsul/＞

従って、本発明の目的は、一側面として、児童相談所などの職員の意思決定を支援するための新規な技術を提供することである。

本発明に係る情報処理方法は、（Ａ）虐待の通告に係る子供に関する情報と当該子供のリスクアセスメント情報とに関する複数の項目のうち少なくともいずれかについて入力されたデータを端末装置から受信すると、記憶装置に格納するステップと、（Ｂ）上記複数の項目のうち既入力項目のデータを、過去の虐待事例の学習済みモデルに入力して、子供への対応の種別毎に、子供への対応に要すると予測される日数を特定するステップと、（Ｃ）日数に関するデータを端末装置に送信する送信ステップとを含む。

一側面によれば、児童相談所などの職員の意思決定を適切に支援できるようになる。

図１は、本発明の実施の形態におけるシステムの概要を示す図である。図２は、本実施の形態における処理フローを示す図である。図３は、データ入力画面例を示す図である。図４は、意思決定画面例を示す図である。図５は、コンピュータ装置のブロック構成図である。

図１に本発明の実施の形態に係るシステム概要を示す。本実施の形態では、児童相談所などの各職員は、例えばタブレットなどの端末装置２０００を用いて作業を行う。これによって、児童相談所などの事業所だけではなく、虐待の通告を受けた子供の家など、様々な場所にて作業を行うことができるようになる。

端末装置２０００は、様々な通信媒体を介して情報処理装置１０００と通信を行いながら処理を行う。例えば、端末装置２０００に、専用のアプリケーションプログラムがインストールされており、当該専用のアプリケーションプログラムを実行することで情報処理装置１０００と連携して処理を実行するようにしてもよいし、汎用のウェブブラウザが情報処理装置１０００と連携して処理を実行するようにしてもよい。なお、情報処理装置１０００は、１台のコンピュータである場合もあれば、複数台のコンピュータを含む情報処理システムの場合もある。また、クラウドなどで実現される仮想的な１又は複数台のサーバなどである場合もある。

本実施の形態に係る機能を実現するために、情報処理装置１０００は、処理部１０１０と、データベース１０２０と、対応日数予測部１０３０と、学習部１０４０とを有する。

処理部１０１０は、端末装置２０００とのインターフェースとなり、データベース１０２０に受信データを登録したり、データベース１０２０からデータを読み出して端末装置２０００に送信したり、データベース１０２０に格納されているデータに基づき対応日数予測部１０３０に予測処理を行わせたりする。

データベース１０２０は、虐待の通告が行われた子供に関する様々なデータを蓄積する。なお、虐待の通告が行われた子供を担当する、児童相談所などの職員に関するデータを格納する場合もある。

本実施の形態に係る対応日数予測部１０３０は、機械学習による学習済みモデルであって、以下に述べるような項目のデータから、子供の対応に要すると予測される日数を出力するモジュールである。すなわち、過去の虐待事例パターンに基づき、通告受理日から終結までの日数を予測するものである。

より具体的には、対応日数予測部１０３０は、勾配ブースティングに基づく学習済みモデルである。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、本実施の形態では、Extreme Gradient Boosting（Tianqi Chen and Carlos Guestrin. Xgboost: A scalable tree boosting system. In Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining, pages 785-794. ACM, 2016）を用いるものである。具体的な処理内容についてはよく知られているので、詳細な説明については省略する。

学習部１０４０は、データベース１０２０に順次蓄積される虐待事例のデータを読み出して、任意のタイミングで（例えば定期的に）、対応日数予測部１０３０の更新を行うための処理を実行する。このような学習のためのアルゴリズムについても上記論文等に示されているとおりであるから、ここでは詳細な説明については省略する。

次に、本実施の形態におけるシステムの処理内容について、図２乃至図４を用いて説明する。

まず、情報処理装置１０００の処理部１０１０は、端末装置２０００から、子供の基本情報を受信し、データベース１０２０に格納する（図２：ステップＳ１）。

子供の基本情報とは、虐待通告受理時に記録する子供本人に関する情報であって、子供の氏名と、性別、続柄、国籍、生年月日、年齢、兄弟についての情報、母親が特定妊婦（児童福祉法に基づいた養育上の公的支援を妊娠中から要するような環境にある妊婦）か否か、居住地などを含む。このうち、例えば性別、年齢及び母親が特定妊婦か否かが、対応日数予測部１０３０の入力として利用される。

また、処理部１０１０は、端末装置２０００から、通告受理・緊急受理会議の情報を受信し、データベース１０２０に格納する（ステップＳ３）。

端末装置２０００に表示される、通告受理・緊急受理会議の情報を入力するための画面の一例を図３に示す。

通告受理・緊急受理会議の情報は、虐待通告受理時又は関連機関からの情報収集時に入力される、事例に関する情報であって、ステータス（新規／再受付／再通告の別）、通告日時、通告受理の経緯（受理の経路種別）、主たる虐待者、虐待種別、緊急受理会議の日時などを含む。このうち、例えばステータス、通告日時、通告受理の経緯、主たる虐待者、及び虐待種別が、対応日数予測部１０３０の入力として利用される。

図３の上部に示すように、以下、２．緊急出動、３．一時保護検討項目、４．リミットルール項目、５．意思決定・安全責任、といった情報についての入力が続けて行われることになる。

なお、例えばステップＳ１及びＳ３で受信されるデータは、虐待の通告に係る子供に関する情報である。

次に、処理部１０２０は、端末装置２０００から、緊急出動情報を受信し、データベース１０２０に格納する（ステップＳ５）。

緊急出動情報とは、子供の安全確認を目的とした緊急出動を検討する際のチェック項目であって、例えば、過去に虐待に関する係属歴があったか否か（又は不明）、子供が帰宅することに不安または恐怖を感じているか否か（又は不明）、現時点で子供に傷アザがあるか否か（又は不明）といった項目を含む。なお、傷アザについては、端末装置２０００が有するカメラなどによって撮影された画像、創傷種別といった情報を含む場合もある。例えば、これらのデータが、対応日数予測部１０３０の入力として利用される。

さらに、処理部１０１０は、端末装置２０００から、一時保護検討項目の情報を受信し、データベース１０２０に格納する（ステップＳ７）。

一時保護検討項目の情報とは、子供を一時的に虐待環境から切り離す強制介入である一時保護を検討するためのチェック項目であって、例えば、頭部顔面腹部への傷アザの有無（又は不明）、骨折、火傷、ＳＢＳ（頭部外傷）、ＭＳＢＰ（疑いを含む）があるか否か（又は不明）、性的虐待（疑いを含む）があるか否（又は不明）、子供自身が保護を訴えているか否か（又は不明）、医療(ヘルスケア)ネグレクトやＭＳＢＰなどの医療虐待があるか否か（又は不明）といった項目を含む。例えば、これらのデータが、対応日数予測部１０３０の入力として利用される。

また、処理部１０２０は、端末装置２０００から、リミットルール情報を受信し、データベース１０２０に格納する（ステップＳ９）。

リミットルール情報とは、保護者と誓約を交わし、それを破った場合の強制介入を予め約束するリミットルールの設定を検討するための情報である。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といった項目が含まれる。例えば、これらのデータが、対応日数予測部１０３０の入力として利用される。

ステップＳ５乃至Ｓ９で受信されるデータは、子供のリスクアセスメント情報である。

その後、処理部１０２０は、データベース１０２０から、予め定められた複数の項目のデータを読み出して、各対応種別について対応日数を予測するように、対応日数予測部１０３０に処理を実行させ、各対応種別について対応日数の予測結果を特定させる（ステップＳ１１）。

対応種別は、例えば、在宅、リミットルール付き在宅、一時保護である。単なる在宅は、リスクが限りなく低いか、または虐待非該当案件（例えば、ただの泣き声通告で、虐待ではない場合）などに該当し、特に指導も支援もない法的措置のない状況を表している。リミットルール付き在宅とは、将来的に再度虐待に至る危険があるが、保護するまでの危険性ではないと判断している状況を表している。そのため、保護観察のように、要支援の枠組みを提示し、定期的な面接や家庭訪問といった指導措置を法的に義務づけることになる。なお、これに違反した場合（リミットルール）は、再度リスク判断を見直し、一時保護を再検討することになる。一時保護は、子供を一時的に保護施設等に強制的に入居させるという状況を表している。

予め定められた複数の項目は、虐待の通告に係る子供に関する情報と子供のリスクアセスメント情報とに関する複数の項目のうち、予め定められた複数の項目である。

なお、調査できなかったり、そもそも不明な情報もあるので、予め定められた複数の項目の全てについて入力できない場合もある。従って、データが入力された項目についてはその入力データを用い、入力されていない又は内容不明とされる項目については、予め定められたデフォルトのデータを用いるようにしてもよい。

なお、対応日数予測部１０３０は、例えば「在宅」という指示入力と、予め定められた複数の項目のデータとから、「在宅」の場合における対応日数を予測する。また、「リミットルール付き在宅」という指示入力と、予め定められた複数の項目のデータとから、「リミットルール付き在宅」の場合における対応日数を予測する。さらに、「一時保護」という指示入力と、予め定められた複数の項目のデータとから、「一時保護」の場合における対応日数を予測する。

本実施の形態に係る対応日数予測部１０３０は、具体的な０日以上の日数（整数）を予測するようになっている。端末装置２０００において、具体的な日数をそのまま提示しても良いが、その具体的な日数をどのように捉えるべきなのか、という問題がある。すなわち、日数だけでは、どのようなレベルで手間がかかるのかを把握しづらいという問題がある。そこで、本実施の形態では、例えば、１４日未満のカテゴリＡ、１４日以上３０日未満のカテゴリＢ、３０日以上９０日未満のカテゴリＣ、９０日以上１８０日未満のカテゴリＤ、１８０日以上３６５日未満のカテゴリＥ、３６５日以上のカテゴリＦの６つのカテゴリに分けるものとする。なお、カテゴリ数は任意である。

よって、対応日数予測部１０３０は、各対応種別について、予測対応日数に対応するカテゴリを決定する（ステップＳ１３）。対応日数予測部１０３０は、予測対応日数とカテゴリとの少なくともいずれかを処理部１０１０に出力する。また、処理部１０１０は、予測対応日数とカテゴリとの少なくともいずれかをデータベース１０２０に格納する。なお、処理部１０１０が、本ステップを実行するようにしてもよい。

そして、処理部１０１０は、各対応種別について予測対応日数のカテゴリを含む意思決定表示のためのデータを生成して、端末装置２０００に送信する（ステップＳ１５）。

端末装置２０００は、例えば図４に示すような画面を表示する。図４の例では、在宅の選択部と、リミットルール付き在宅の選択部と、一時保護の選択部とが含まれており、それぞれについて、予測対応日数のカテゴリの定義（例えば９０日～１８０日）が示される。

このようにすれば、児童相談所などの職員は、対応日数が短くなると予測される対応種別を特定しやすくなる。すなわち、児童相談所などの職員に対する意思決定支援が適切になされることになる。なお、児童相談所などの職員は、このような対応日数だけではなく、他の要素を加味して対応種別を決定しても良い。

端末装置２０００に対して職員が意思決定を入力すると、当該意思決定の内容が、端末装置２０００から、情報処理装置１０００に送信される。情報処理装置１０００の処理部１０１０は、端末装置２０００から、位置決定の内容を受信すると、データベース１０２０に格納する（ステップＳ１７）。

以上のような処理を行うことで、新規虐待案件について、過去の虐待事例パターンに基づく予測対応日数が、児童相談所などの職員に提示されるようになるので、予測対応日数に基づき、児童相談所などの職員が適切に意思決定を行うことができるようになる。

以上、本発明の実施の形態を説明したが、本発明はこれに限定されるものではない。例えば、上で述べた機能ブロック構成又はモジュール構成は一例であって、異なる構成を採用してもよい。具体的には、１つの機能ブロック又はモジュールを複数に分割したり、複数の機能ブロック又はモジュールを１つに統合したりしてもよい。

また、処理フローについても、処理結果が変わらない限り、処理の順番を入れ替えたり、複数ステップを並列実行するようにしてもよい。例えば、児童相談所などの職員は、端末装置２０００において、ステップＳ３乃至Ｓ９に係る入力については順番を入れ替えてもよい。

例えば、対応日数予測部１０３０にXgboostを用いる例を示したが、より好ましい手法が見つかればその手法にて対応日数を予測するようにしてもよい。また、対応日数を予測するのではなく、カテゴリを直接予測するようにしてもよい。さらに、対応日数予測部１０３０に入力するデータや、端末装置２０００において入力すべきデータについては、より多くの項目にしたり、より限定的な項目にしたり、場合によってはより適切な項目に変更するような場合もある。

なお、上で述べた情報処理装置１０００は、コンピュータ装置であって、図５に示すように、メモリ２５０１とＣＰＵ（Central Processing Unit）２５０３とハードディスク・ドライブ（ＨＤＤ：Hard Disk Drive）２５０５と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。なお、ＨＤＤはソリッドステート・ドライブ（ＳＳＤ：Solid State Drive）などの記憶装置でもよい。オペレーティング・システム（ＯＳ：Operating System）及び本発明の実施の形態における処理を実施するためのアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。ＣＰＵ２５０３は、アプリケーション・プログラムの処理内容に応じて表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、所定の動作を行わせる。また、処理途中のデータについては、主としてメモリ２５０１に格納されるが、ＨＤＤ２５０５に格納されるようにしてもよい。本技術の実施例では、上で述べた処理を実施するためのアプリケーション・プログラムはコンピュータ読み取り可能なリムーバブル・ディスク２５１１に格納されて頒布され、ドライブ装置２５１３からＨＤＤ２５０５にインストールされる。インターネットなどのネットワーク及び通信制御部２５１７を経由して、ＨＤＤ２５０５にインストールされる場合もある。このようなコンピュータ装置は、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及びアプリケーション・プログラムなどのプログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。

なお、上で述べたような処理を実行することで用いられるデータは、処理途中のものであるか、処理結果であるかを問わず、メモリ２５０１又はＨＤＤ２５０５等の記憶装置に格納される。

以上述べた実施の形態をまとめると以下のようになる。

本実施の形態に係る情報処理方法は、（Ａ）虐待の通告に係る子供に関する情報と当該子供のリスクアセスメント情報とに関する複数の項目のうち少なくともいずれかについて入力されたデータを端末装置から受信すると、記憶装置（例えばデータベース）に格納するステップと、（Ｂ）上記複数の項目のうち既入力項目のデータを、過去の虐待事例の学習済みモデルに入力して、子供への対応（対処とも呼ぶ）の種別毎に、子供への対応に要すると予測される日数を特定するステップと、（Ｃ）日数に関するデータを端末装置に送信する送信ステップとを含む。

このように、子供への対応に要すると予測される日数に関するデータを児童相談所などの職員に提示できれば、当該日数の長短を一要素として鑑みて、対応種別について意思決定を適切に行うことができるようになる。なお、日数に関するデータについては、日数そのものであっても良い。

なお、上で述べた日数に関するデータは、各々日数範囲が定められた複数のカテゴリのうち、特定された日数が含まれるカテゴリである場合もある。具体的な数値よりも、日数の長さの度合いを認識しやすくなる。

また、上で述べた送信ステップにおいて、子供への対応の種別毎に、上記日数に関するデータを提示して、子供への対応の種別を選択させるための表示を行うためのデータを送信するようにしてもよい。これによって、児童相談所などの職員は、子供への対応の種別毎に、直接的に上記日数に関するデータを把握しやすくなる。

なお、上で述べた学習済みモデルが、過去の虐待事例における虐待の通告に係る子供に関する情報と当該子供のリスクアセスメント情報とに関する前記複数の項目のデータと当該子供への対応に要した日数とを用いて学習され、勾配ブースティングに基づく学習済みモデルである場合もある。より正確に上記の日数を予測できるようになる。

以上述べた情報処理方法をコンピュータに実行させるためのプログラムを作成することができて、そのプログラムは、様々な記憶媒体に記憶される。

また、上で述べたような情報処理方法を実行する情報処理装置は、１台のコンピュータで実現される場合もあれば、複数台のコンピュータで実現される場合もあり、それらを合わせて情報処理システム又は単にシステムと呼ぶものとする。

１０００情報処理装置
１０１０処理部
１０２０データベース
１０３０対応日数予測部
１０４０学習部

Claims

虐待の通告に係る子供に関する情報についての項目と当該子供のリスクアセスメント情報についての項目とを含む複数の項目のうち少なくともいずれかについて入力されたデータを端末装置から受信すると、記憶装置に格納するステップと、
前記複数の項目のうち既入力項目のデータを、過去の虐待事例における虐待の通告に係る子供に関する情報についての項目と当該子供のリスクアセスメント情報についての項目とを含む前記複数の項目のデータと当該子供への対応に要した日数とを用いて学習された学習済みモデルに入力して、前記子供への対応に要すると予測される日数を特定するステップと、
前記日数に関するデータを前記端末装置に送信する送信ステップと、
を含み、コンピュータにより実行される情報処理方法。
前記日数を特定するステップにおいて、
前記子供への対応の種別毎に、前記子供への対応に要すると予測される日数を特定する
請求項１記載の情報処理方法。
前記日数に関するデータは、各々日数範囲が定められた複数のカテゴリのうち、特定された前記日数が含まれるカテゴリである
請求項１又は２記載の情報処理方法。
前記送信ステップにおいて、
前記子供への対応の種別毎に、前記日数に関するデータを提示して、前記子供への対応の種別を選択させるための表示を行うためのデータを送信する
ことを特徴とする請求項２記載の情報処理方法。
前記学習済みモデルが、勾配ブースティングに基づく学習済みモデル
である請求項１乃至４のいずれか１つ記載の情報処理方法。
虐待の通告に係る子供に関する情報についての項目と当該子供のリスクアセスメント情報についての項目とを含む複数の項目のうち少なくともいずれかについて入力されたデータを端末装置から受信すると、記憶装置に格納するステップと、
前記複数の項目のうち既入力項目のデータを、過去の虐待事例における虐待の通告に係る子供に関する情報についての項目と当該子供のリスクアセスメント情報についての項目とを含む前記複数の項目のデータと当該子供への対応に要した日数とを用いて学習された学習済みモデルに入力して、前記子供への対応に要すると予測される日数を特定するステップと、
前記日数に関するデータを前記端末装置に送信する送信ステップと、
を、コンピュータに実行させるためのプログラム。
虐待の通告に係る子供に関する情報についての項目と当該子供のリスクアセスメント情報についての項目とを含む複数の項目のうち少なくともいずれかについて入力されたデータを端末装置から受信すると、記憶装置に格納する手段と、
前記複数の項目のうち既入力項目のデータを、過去の虐待事例における虐待の通告に係る子供に関する情報についての項目と当該子供のリスクアセスメント情報についての項目とを含む前記複数の項目のデータと当該子供への対応に要した日数とを用いて学習された学習済みモデルに入力して、前記子供への対応に要すると予測される日数を特定する手段と、
前記日数に関するデータを前記端末装置に送信する手段と、
を有する情報処理システム。
前記日数を特定する手段が、
前記子供への対応の種別毎に、前記子供への対応に要すると予測される日数を特定する
請求項７記載の情報処理システム。
前記日数に関するデータは、各々日数範囲が定められた複数のカテゴリのうち、特定された前記日数が含まれるカテゴリである
請求項７又は８記載の情報処理システム。
前記送信する手段が、
前記子供への対応の種別毎に、前記日数に関するデータを提示して、前記子供への対応の種別を選択させるための表示を行うためのデータを送信する
ことを特徴とする請求項８記載の情報処理システム。
前記学習済みモデルが、勾配ブースティングに基づく学習済みモデル
である請求項７乃至１０のいずれか１つ記載の情報処理システム。