2023 Fiscal Year Final Research Report

Formalization of clinical reasoning process based on RWD and realization of clinical reasoning system as collective intelligence

Research Project

PDF

Project/Area Number	21H03164
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Single-year Grants
Section	一般
Review Section	Basic Section 58010:Medical management and medical sociology-related
Research Institution	Kochi University
Principal Investigator	Okuhara Yoshiyasu 高知大学, 医学部, 名誉教授 (40233473)
Co-Investigator(Kenkyū-buntansha)	畠山豊高知大学, 教育研究部医療学系連携医学部門, 教授 (00376956) 宮野伊知郎高知大学, 教育研究部医療学系連携医学部門, 准教授 (00437740) 兵頭勇己高知大学, 教育研究部医療学系連携医学部門, 助教 (50821964) 瀬尾宏美高知大学, 教育研究部医療学系医学教育部門, 教授 (80179316) 安井繁宏高知大学, 教育研究部医療学系連携医学部門, 助教 (00535346)
Project Period (FY)	2021-04-01 – 2024-03-31
Keywords	臨床推論 / real-world data / 知識データベース / 推論システム
Outline of Final Research Achievements	We investigated the feasibility of using electronic medical records at first consultations in a clinical inference system. First, for each classification class, we selected frequently occurring words with the greatest difference between classes, and also evaluated whether the frequently occurring words were negative or positive. We analyzed the relationship between these feature words, plus the patient's gender and age as explanatory variables, and the binary classes classified from the disease names in the electronic medical record using Naive Bayes, Exact Bayes, logistic regression analysis, and decision trees, and examined the inference accuracy and feasibility of implementation as an inference system. As a result, we found that the most suitable method was to obtain the sensitivity and specificity of the feature words and diseases, create a knowledge database, and use Naive Bayes to create an inference system.
Free Research Field	医療情報学
Academic Significance and Societal Importance of the Research Achievements	診療における推論過程は、臨床推論という形で様々な定式化が行われ、その大まかな道筋は広いコンセンサスを得ている。しかし、この過程は、医師が経験を積むほど頭の中で自動化され意識され難くなり、大規模なエビデンスに基づく検証は行われていない。しかし、病院情報システムの普及による電子化データの蓄積により、この推論過程を、大規模データから、誰もが理解できるよう論理的に見える化できる可能性が生まれている。これをエビデンスによって定量的に確認し、論理的に再現可能な形にすることにより、今後の医学教育の効果や質を飛躍的に高め、コンピュータによる、診断理由が説明可能な診療支援システムを可能にするはずである。