Development of risk prediction model for re-admission in large inpatient data with machine learning

2019 Fiscal Year Research-status Report

• Project/Area Number: 19K19430
• Research Institution: University of Tsukuba
• Principal Investigator: 岩上 将夫 筑波大学, 医学医療系, 助教 (30830228)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 機械学習 / 医療ビッグデータ / 再入院 / 予測モデル

Outline of Annual Research Achievements

本研究では、大規模入院データに機械学習を適用し、日本で入院し退院する患者の（7日、30日、42日等の）再入院のリスクを予測するモデルを作成し、最適な機械学習の手法（ニューラルネットワーク、決定木/ランダムフォレスト、サポートベクターマシンなど）を模索することを目標としている。本年度の活動としては、下記の通りである。
2019年4-6月：本研究のために筑波大学医学部倫理委員会に申請を行い、承認を受けた。
2019年7-12月：Medical Data Vision社と連絡を取り、サンプルサイズとデータ内容の確認、および購入の交渉を行った。その結果、検査値が取得できる病院における2014年1月～2019年3月までの入院が1回以上ある患者データ約70万件分を購入することが決定した。支払いを完了し、データを研究室にて受領した。同時並行で、あらためて臨床疫学における機械学習の文献のレビューや学会・勉強会参加による情報収集を行い、Pythonの使い方について自習を行った。
2020年1-3月：受領したデータ（DPCデータ、薬剤、処置・手術、採血結果等）を確認しながらデータクリーニングを行った。全体および入院の契機となった疾患別の再入院率を推定した。従来の手法として簡単なロジスティック回帰モデルを適用し、全体・疾患別の予測能（C統計量等）を推定した。同時並行で、機械学習用のワークステーションを専門業者と相談し決定し、発注に向けて手続きを進めた。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

倫理委員会の申請およびデータ・ワークステーション購入のために種々の連絡・手続きに想定していたより時間を要した。そのため実際のデータに機械学習を適用する段階まで至ることができなかった。一方、時間は有効に使えており、情報収集・技術の習得に関しては順調に行えている。

Strategy for Future Research Activity

COVID19の影響により、ワークステーションの支払い・受領まで当初予定していたよりも遅くなる可能性があるが、ワークステーションが研究室に届き次第、実際のデータに機械学習を適用し、解析を進めていく。実際の結果を2020年度の疫学・臨床疫学に関する学会で発表し、論文執筆にとりかかる計画である。

Causes of Carryover

機械学習用のワークステーションの購入のために業者との相談に時間を要し、本年度中に発注・支払いを完了することができなかった。1年目の予算を持ち越し、2年目の予算と合わせワークステーションを購入する予定で進めている。