本研究では、機械学習を用いて医学生におけるアンプロフェッショナリズムな行動に関する予測モデルの獲得と妥当性の検証、ならびにその要因分析を行うものである。アンプロフェッショナルな行動を起こすリスクが高い学生を早期に予測し、かつその要因を分析できれば、教育資源を考慮した実行可能性の高い教育支援が可能となる。さらには、アンプロフェッショナルな行動を防ぐことが可能になり、全国の医学部で展開することで、質を担保した医師育成に貢献すること ができる。研究2年目にあたる2021年度は、1）機会学習の学習フェーズに用いる既知のデータ項目の決定、２）データを分析するための処理、3）データ分析による予測モデルの獲得が挙げられる。しかしながら、新型コロナウイルス感染症の流行により、従来通りの研究体制の構築やデータ収集が困難な状況にあり、機会学習の学習フェーズに用いる既知のデータ項目の決定に進捗が留まってしまった。データ項目については、出席・遅刻、専門職連携能力(CICS29)、医学生の共感能力 (Jefferson Scale of Empathy)、各種試験成績等の項目など分析データとして使用する。また、データについては医学教育学講座、 総合医療教育研修センター、学生自治会との意見交換を行い、慎重に検討を進めている。2022年度は、2と3について研究を進めつつ、2021年度に計画していた予測フェーズ(予測モデルの妥当性検証)を進めていく。研究体制につ いては、新型コロナウイルス感染症に対するあり方が変化しており、研究者間のコミュニケーションが可能となってきている。