2016 Fiscal Year Annual Research Report
Construction of an Automatic Audit System for electronic medical record by the machine learning for Informed Consent
| Project/Area Number |
26460869
|
|---|
| Research Institution | University of Hyogo |
|---|
Principal Investigator |
竹村 匡正 兵庫県立大学, 応用情報科学研究科, 准教授 (40362496)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
桑田 成規 国立研究開発法人国立循環器病研究センター, その他, 総長付 (40379631) [Withdrawn]
岡本 和也 京都大学, 医学研究科, 講師 (60565018)
山田 ひとみ 国立研究開発法人国立循環器病研究センター, 病院, 室長 (70634913) [Withdrawn]
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | インフォームドコンセント / 質判定 / 機械学習 / 自動監査システム |
|---|
| Outline of Annual Research Achievements |
電子カルテに記載されたSOAP記載において、インフォームド・コンセントを記載した内容を抽出して、これらのデータを機械学習を用いることで自動的に記載内容の「質」の評価を行うことを試みた。具体的には、電子カルテシステムから実際にインフォームド・コンセント記載がなされたSOAP記載について、まずは診療情報管理士によって各データに対して５段階（レベル１（問題のある記載）～レベル５（充分な内容のある記載））で質の判断を行った。他方で、SOAP記載そのものに対して、我々の研究室で構築した医療用語辞書を搭載した形態素解析器を用いて解析し、質の高いSOAP記載にはどのような特徴があるのか、どのような用語が利用されているのかについて分析し、これに特徴があるのであれば、機械学習の適用が可能になると思われた。
結果として、各SOAP記載に対して診療情報管理士が評価したレベルと、出現する医療用語、また文字数等の特徴量を用いた教師データを作成し、これらの教師データを用いてサポートベクターマシンを利用して機械学習を行った。具体的には、内容に乏しく問題であると考えられる記載（レベル１，レベル２）とそれ以外のレベルについて、判別を行うための判別器を構築した。評価としては、今回のSOAP記載をテストデータと教師データに分けて、それぞれ評価を行う交差検定（今回は１０分割交差検定）を行い、性能を評価したところ、精度が90％で評価することが可能であった。内訳としては、レベル２以下を抽出するという目的に対して、見逃し（False Negative）の割合が29%で、誤検知（False Positive）の割合が6.4%であった。また、この結果を用いて、電子カルテにおけるインフォームドコンセント記載データに対して、自動的に質判定を行った上で、診療情報管理士に通知を行うシステムのプロトタイプを構築した。
|
