A Study on Deep Learning Model for Japanese Closed Claims Database

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K10359
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58010:Medical management and medical sociology-related
• Research Institution: Teikyo University
• Principal Investigator: Fujishiro Naofumi 帝京大学, 公私立大学の部局等, 准教授 (60601789)
• Co-Investigator(Kenkyū-buntansha): 河内 正治 帝京大学, 公私立大学の部局等, 教授 (60152972) ; 大滝 恭弘 帝京大学, 公私立大学の部局等, 教授 (60464004)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 医療安全 / クローズドクレーム / データベース / ディープラーニング

Outline of Final Research Achievements

The first result of this study is the development of a deep learning model to find similar medical incidents for the Japanese version of a closed claims database. We trained this model using an iterative optimization method that we originally devised, and were able to show that the learned model can achieve high accuracy in extracting similar sentences when compared to similar document retrieval systems that have been widely used in the past.
The second achievement of this research is the completion of a web interface for utilizing the closed claims database and the deep learning model for extracting similar medical incidents. At the present stage, the web interface is only available to those involved in this research, but it can be used for closed claims research on medical accidents.

Free Research Field

物理学

Academic Significance and Societal Importance of the Research Achievements

本研究では、保険会社が保有するクローズドクレーム（法的に決着のついた賠償請求）をもとに、医療事故データベースを構築中である。クローズドクレームをもとにした医療事故データベースは、本邦においては本研究で構築中のものしか存在しない。医療事故研究の新たな情報源として、本データベースを有効活用する必要がある。そこで本研究では、ディープラーニングモデルを用いて、本データベースから類似医療事故を高精度で抽出できるシステムを開発した。また、直感的なユーザーインタフェースを開発し、本データベースを誰でも簡単に使えるようにした。これらの成果により、今後の医療事故研究を加速させ、将来の医療事故の予防に役立てる。