メタアナリシスに基づく知識グラフを活用したケースフォーミュレーション研究が国際的な学術雑誌に掲載されました
- 10 分前
- 読了時間: 3分
横谷謙次、直原康光先生（大阪大学）、小岩広平先生（北海道教育大学）による研究論文が、国際学術誌『JMIR Formative Research』に掲載されました。
論文タイトルは、以下のとおりです。
Knowledge Graphs Based on Meta-Analysis Papers Improve the Quality of Case Formulation: Mixed Methods Design（メタアナリシス論文に基づく知識グラフはケースフォーミュレーションの質を向上させる：混合研究法による検討）
ケースフォーミュレーションとは、クライエントが抱える心理的な問題について、その背景、問題を維持している要因、治療や支援の方針などを、心理職とクライエントが協働して整理する過程です。心理支援における中核的な技術の一つですが、質の高いケースフォーミュレーションを作成できるようになるには、専門的な知識と多くの臨床経験が必要です。
本研究では、メタアナリシス論文から得られた研究知見を「知識グラフ」として整理し、それを大規模言語モデルに提供することで、生成されるケースフォーミュレーションの質が向上するかを検討しました。
具体的には、25件の架空事例について、大規模言語モデルを用いた4つの条件と、人間の専門家による条件を設定し、合計125件のケースフォーミュレーションを作成しました。それらを別の専門家が、正確性、網羅性、実行可能性、一貫性などの観点から評価しました。
分析の結果、知識グラフを提供した大規模言語モデルは、知識グラフを提供しなかったモデルと比較して、ケースフォーミュレーションの正確性、網羅性および実行可能性について高い評価を示しました。また、実行可能性については、知識グラフを利用したモデルと人間の専門家との間に有意な差が認められませんでした。一方、一貫性については、人間の専門家が大規模言語モデルよりも高く評価されました。
質的な分析からは、人間の専門家はクライエントが理解しやすい内容に情報を絞って記述する傾向がある一方、大規模言語モデルでは、クライエントにとってやや不自然な表現が含まれる場合があることも示されました。
本研究の結果は、メタアナリシスに基づく知識グラフを活用することにより、経験の浅い心理職によるケースフォーミュレーションの作成を支援できる可能性を示しています。また、経験豊富な心理職にとっても、研究エビデンスを臨床実践に取り入れるための補助的なツールとして活用できる可能性があります。
今後は、人間の心理職が持つ臨床的判断やクライエントへの配慮と、知識グラフおよび生成AIが持つ情報処理能力を組み合わせることで、より質の高い心理支援の実現を目指します。
論文情報
Yokotani K, Jikihara Y, Koiwa K.Knowledge Graphs Based on Meta-Analysis Papers Improve the Quality of Case Formulation: Mixed Methods Design.JMIR Formative Research. 2026;10.doi: 10.2196/76808PMID: 42378671
論文は、2026年6月30日に公開されました。
コメント