著者

髙岡 昂太 坂本 次郎 北條 大樹 橋本 笑穂 山本 恒雄 北村 光司 櫻井 瑛一 西田 佳史 本村 陽一 K. Takaoka J. Sakamoto D. Hojo E. Hashimoto Yamamoto K. Kitamura E. Sakurai Y. Nishida Y. Motomura

雑誌

SIG-SAI = SIG-SAI

巻号頁・発行日

vol.33, no.5, pp.1-7, 2018-11-22

---

As the number of reported child abuse cases is increasing, the workload of child welfare social workers is highly escalated. This study aims to find the characteristics of recurrent cases in order to support the social workers. We collected data around the child abuse and neglect from a prefecture database and analyzed it with Probabilistic Latent Semantic Analysis and Bayesian Network modeling. As the result, pLSA showed the four different clusters and Bayesian Network revealed a graphical model about the features of recurrence cases. The Interpretable modeling can be effectively deployed in those child welfare agencies to save children who are suffering from child abuse cases.

著者

髙岡 昂太 坂本 次郎 橋本 笑穂 北條 大樹 古川 結唯 菊池 愛美 佐藤 瑛洋 先光 毅士 山本 直美 鈴木 聡

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第34回 (2020) (ISSN:27587347)

巻号頁・発行日

pp.1D4GS1305, 2020 (Released:2020-06-19)

---

日本では推計で毎年500人の子どもが虐待で死亡している。親が嘘をつく場合や、子どもが加害者から脅され話せないなど、正確な情報収集が難しい課題がある。ベテラン職員であっても判断を誤ることがあるため、虐待対応には判断の質の向上が喫緊に求められる。さらに、増加する虐待通告件数に対応する施策も満足に打てていないことが問題である。申請者らは現場職員の判断を支援し、かつ虐待件数増加に対応する施策決定に向けたAI実証実験を2019年7月より始めた。現場と達成目標をすり合わせた上で、一時保護すべきケースの見過ごしを無くすため、予測精度の高い勾配ブースティングを実装した。また、将来的な再発率や重篤度の算出には、現場の説明責任を担保するため、因果推論を行う確率モデリングを採用した。試行の進捗として①現場の業務フローの差異の把握、②データ収集の調整、③パラメーターチューニング、④UI/UXの改修を含むアジャイル開発、⑤ICTが得意または苦手なユーザーへの研修の配慮など、社会課題解決に向けた社会実装で得た知見について発表を行う。