在日本新能源產業技術綜合開發機構（NEDO）的科研項目中，產業技術綜合研究所（簡稱「產綜研」）面向兒童相談所（日本的兒童保護機構）的職員開發了日本首款採用人工智慧（AI）技術的兒童虐待應對支援系統。該系統已經引進三重縣的兒童相談所，並從6月下旬開始實施驗證實驗。這是日本首次利用AI綜合預測虐待危險程度。
驗證實驗將驗證能否減輕職員的工作負擔以及迅速應對虐待事件，還可開發有助於實施高質量的虐待應對支援的技術並構築平台，推動該系統的實用化。
圖1：兒童虐待應對支援系統的畫面示意圖
日本虐待兒童的現象不斷增加，據厚生勞動省調查，1999年至2017年間，相關諮詢應對件數約增加12倍。而負責應對兒童諮詢和進行家庭調查的兒童福祉司的數量僅增加約2.6倍，在兒童福祉現場工作的職員的工作量非常大。
另外，接連發生的虐待致死事件的報導中也指出，目前，兒童福祉機構之間主要通過電話術、郵件和傳真等一對一共享資訊，因此，為應對持續增加的虐待現象，需要改善兒童福祉機構的業務流程，尤其需要提高職員之間的資訊共享和合作效率。
兒童虐待應對支援系統介紹
1）系統機制
通過平板終端向「AiCAN」輸入兒童的基本資訊和評估數據，保存至雲端。統計解析軟體「R」以及產綜研作為NEDO項目的一部分開發的機率建模及模擬模組「PLASMA（Probabilistic Latent Structure Modeling API）」將以這些數據為基礎，根據過去的數據進行預測和模擬，並在「AiCAN」上即時顯示虐待危險度、複發率及是否需要實施臨時保護等解析結果。
另外，通過使以前在兒童相談所現場用紙記錄的兒童資訊和虐待相關調查記錄實現數字化，還能在工作中利用過去的數據。
圖2：虐待應對支援系統的構成
2）AI技術的特點
應對虐待諮詢需要非常謹慎地做決定，預測時不僅要實現高預測精度，還要重視解釋預測依據等的能力。因此，該系統組合使用了具有較高預測精度的機器學習技術和可解釋性較高的機率建模技術。
兒童相談所受理虐待事件時，為預測結束該事件所需的天數，採用了梯度提升等預測精度較高的機器學習演算法。另外，虐待危險度預測採用了可解釋性較高的機率建模——機率潛在語意分析，虐待複發率預測採用了基於貝葉斯網路的機率因果推理。
通過結合不同的方法並顯示虐待的危險度、複發率和臨時保護的必要性，將利用AI提供符合現場需求的支援。（日文發布全文）
文：JST客觀日本編輯部
