現在, 多くの病院では, 医療従事者が勤務中に遭遇したヒヤリとしたこと, ハッとしたことをレポート形式で報告する制度が採用されている. このレポートはインシデントレポートと呼ばれており, 事故の種類や発生場所などのメタデータと, 大部分は自由記述の文章で記されている. インシデントレポートには, ヒューマンエラーを起こしやすい状況や, 病院のシステムの改善点, 事故の要因などの様々な重要な情報を含んでいることが多いため, インシデントレポートを解析することは医療事故を防止するための対策を発見するのに有用である. しかしこれまでは, 定量化しやすいメタデータ部分を用いて, 事故の発生件数の推移や, 業務別の報告件数の割合を分析したり, 病棟や部署での報告件数を比較するだけにとどまっている. そのため, 事例の大まかな傾向をつかむことはできても, 各事例の中に含まれている重要な情報の解析はできていない. 一方で近年, 自由記述の文章から有益な情報を抽出する, テキストマイニングに関する研究が盛んに行われている. 本論文では, メタデータと語句の共起情報を利用したテキストマイニング手法を提案し, インシデントレポート解析への適用を行う. 提案手法は, メタデータを最上位とする階層構造で表現されたキーワードグラフを作成する. また, 解析者が能動的に解析したい項目を掘り下げていけるという特徴を持つ. 実際のインシデントレポートを対象とした評価実験により, 提案手法の有用性を検証する.