Detection of adverse events by using natural language processing and deep learning approach

2020 Fiscal Year Annual Research Report

• Project/Area Number: 17H04142
• Research Institution: Niigata University
• Principal Investigator: 鳥谷部 真一 新潟大学, 危機管理本部, 教授 (20227648)
• Project Period (FY): 2017-04-01 – 2021-03-31
• Keywords: リスクマネジメント / 医療安全管理 / 自然言語処理 / グローバルトリガーツール

Outline of Annual Research Achievements

前年度に引き続き、有害事象を電子カルテ経過記録や入院総括から抽出するための目印となるトリガーを、全部で53項目あるトリガーについて、それぞれどのデータベースから検出するか検討を続けた。トリガーには定量的情報で検出可できるもの（Aグループ）と、診療経過記録や入院サマリなど、テキスト情報の中からトリガーに関連する情報を検出しなければならないもの（Bグループ）の2種類に大別できる。後者のBグループはAグループに比べて、関連づけや検出が容易ではなく、有害事象に関連する情報を検出できても、実際には有害事象が起きていない例が無視できない頻度で検出され、陽性的中率が低かった。そのため、文脈（コンテクスト）を踏まえた検索を行い、実際にイベントが発生したのか、それとも、イベントは発生していない関連情報（たとえば、転倒転落リスクアセスメントや転倒転落防止対策の実施など）なのかを判別する操作を加えた。具体的には、最近開発が加速化している種々のテキストマイニング手法（Transformer、BERT、GPT-3など）を用いた。この試みにより、陽性的中率の改善を認めた。トリガーから検出された有害事象に対して、有害事象発生の真値を作成するため、Golden standardとされているChart Reviewを引き続き同時進行で行った。Chart Reviewで検出された有害事象を真値として、トリガーから検出された有害事象に紐付け、教師データを作成した。全部で53項目あるトリガーについて、順次この操作を行ったが、中途で研究期間が終了した。

Research Progress Status

令和2年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

令和2年度が最終年度であるため、記入しない。