2019 Fiscal Year Annual Research Report
Clinical application of multi-institution integrated discharge summary database
| Project/Area Number |
16K00458
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
鈴木 隆弘 千葉大学, 医学部附属病院, 准教授 (40323422)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | テキストマイニング / 退院サマリー / 電子カルテ / 多施設研究 |
|---|
| Outline of Annual Research Achievements |
我々はこれまでに千葉大学病院、聖路加国際病院、高知大学病院、長崎大学病院、大阪大学病院、香川大学病院の６施設から約３２万例の退院サマリーを収集して解析を行ない、これらから大規模なテキストデータベースを構築し、アプリケーションの開発に取り組んできた。本年度は新たに群馬大学医学部附属病院の参加が得られたため、他病院との比較及びクロスマッチを改めて施行した。また、昨年開発したアプリケーションを改良して評価を行い、医療情報学会において発表を行った。
群馬大学病院からは約3万1千例のサマリーが提供された、他病院との比較では全体に短いサマリーが多いという傾向が認められたものの、疾患別の特徴は似通っていた。
今回改良したアプリケーションは電子カルテから退院サマリーのテキスト部分を読み込み、テキストデータベースとの照合をベクトル空間モデルを応用して行うもので、文中のキーワードと、推定されたDPCコード、ICD10コード及びコード推定の根拠となったキーワード10個を重要度と共に表示する。退院期間、患者ID番号、参照するデータベースの施設を指定して分析を行うことが可能である。ユーザーからはサマリーの監査の事前チェックには有用で、コーディング作業の時間短縮に繋がると評価された。
また、今年度からテキスト解析にディープラーニングの一種であるBERT (Bidirectional Encoder Representations from Transformers)法を導入し、従来の方法との比較を開始した。医学用語を未学習の状態でも同一疾患のサマリーに対して高い類似度を示した。今後は医学用語を学習させることで、精度の向上が期待できる。
|
