2019 Fiscal Year Research-status Report
Construction of the clinical concept dictionary that can record application process for medical management analysis using artificial intelligence technology
| Project/Area Number |
18K09948
|
|---|
| Research Institution | University of Miyazaki |
|---|
Principal Investigator |
荒木 賢二 宮崎大学, 医学部, 教授 (70274777)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小川 泰右 宮崎大学, 医学部, 助教 (60586600)
松尾 亮輔 宮崎大学, 医学部, 研究員 (30815931)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 医療経営分析 / 人工知能 / 機械学習 / データマイニング |
|---|
| Outline of Annual Research Achievements |
次世代医療基盤法の施行により，他施設を横断した顕名データに基づく膨大な匿名データの研究利用が可能になり，またビッグデータに有効な人工知能技術は著しく進展している．このような中，医療情報の利活用に向けて，ビッグデータから臨床知識を発見する方法論を確立できれば，リアルワールドデータの２次利用の促進が期待される．
本年度は，医療経営分析の目的において重要な診療概念（疾患や薬剤，検査，バイタルなど）の項目の候補を探索的に発見する手法の開発として，以下の2つの研究を実施した．
（１）ランダムフォレストにより構築される予測モデル内の分岐情報を活用して，潜在的な判断変数と判断値を探索する手法を開発した．この手法を臨床検査データに適用し，臨床検査項目ごとで，実験に用いるデータから推定した基準範囲内のカットオフ値の在院日数への影響を，DPCコードにより設定した患者の病態ごとで探索的に分析した．
（２）時系列パターンマイニングにおける2つのイベント間の前後関係の意味を拡張する手法を提案した．複数の前後関係のタイプの組み合わせにより抽出した時系列パターンを予測モデルの説明変数に組み込み，複数の前後関係のタイプの効果を分析した．具体的には，診療行為のパターンを複数の前後関係のタイプの組み合わせごとで抽出し，抽出した診療行為パターンを在院日数の予測タスクの説明変数として，組み合わせの種類ごとで予測精度を比較することで複数の前後関係のタイプの効果を分析した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
医療経営分析の目的に合う説明変数の候補発見のための探索的手法の開発ができたため．医療経営分析の目的に適した説明変数と適さなかった説明変数に関する変数辞書の構築は，探索的手法により得られた結果をもとに，医学の専門家と連携して進めていく．
|
| Strategy for Future Research Activity |
医療経営分析の目的に適した説明変数の候補を探索的に発見するための手法のバリエーションを増やす．同時に，医学の専門家との連携により探索的結果の評価を行い，医療経営分析の目的に特化した説明変数辞書を構築していく．また，探索的手法を用いて，前処理としての診療概念の粒度調整の有効性についての検証を行う．
|
| Causes of Carryover |
次年度使用額が生じた理由：
当初予定していた論文掲載料が不要となったため．
使用計画：
次年度に論文掲載料を支払う際の一部に用いることを計画している．
|
