Research on Active Mining Process for Intelligent Hospital Information System
| Project/Area Number |
18H03289
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | Shimane University |
|---|
Principal Investigator |
津本 周作 島根大学, 学術研究院医学・看護学系, 教授 (10251555)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平野 章二 島根大学, 学術研究院医学・看護学系, 准教授 (60333506)
河村 敏彦 島根大学, 学術研究院医学・看護学系, 准教授 (70435494)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Project Status |
Granted (Fiscal Year 2020)
|
| Budget Amount *help |
¥15,600,000 (Direct Cost: ¥12,000,000、Indirect Cost: ¥3,600,000)
Fiscal Year 2020: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2019: ¥5,460,000 (Direct Cost: ¥4,200,000、Indirect Cost: ¥1,260,000)
Fiscal Year 2018: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
|
|---|
| Keywords | アクティブマイニング / データマイニング / ビックデータ解析 / 人工知能 / 病院情報システム / 知能化情報システム / 診療支援 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は知能情報学的な手法を用い，病院情報システム(通称: 電子カルテ)の知能化を実現するプログラム作成のための以下の基盤技術(アクティブマイニングプロセス)を研究することにある。本研究では，病院情報システムの知能化に関する要素技術を確立し，その実現可能性を実証・評価のみならず，過去の症例から学習を進める病院情報システムを実現するための基盤技術を研究する。本研究課題の実現において，特に重要な技術的課題は以下の4つがあげられる:(a)分散データベースに蓄積された時系列データをいかに抽出し，データウェアハウスとして構築するか? (b) 時系列データとして得られたデータウェアハウスからどのような構造をもった時系列パターンを生成するか? (c) マイニング結果とガイドラインとの間に乖離があった場合，その乖離を解消するための具体的な方法は何か? (d) アクティブユーザーリアクションをできるだけ自動化することができるか? (e)新しいプログラムの実装後の時系列的な変化をどのように定量的に評価するか? という点にある。本年度においては，この中で，(a)-(c)を中心に研究を進めた。(a)に関しては，病院情報システムにおいて蓄積されてこなかった看護必要度，臨床における機能評価のスコア評価について，必要な入力項目および病院情報システム内のデータを取り出して，評価するアルゴリズムを実装，新たに設置したデータウェアハウスサーバー上に実装した。(b,c)に関しては，上記のような入力を含めた時系列データから頻出するパターンを取り出す，あるいは時系列データの類型化を行うプログラムを実装した。なお，病院情報システムからのデータの抽出については，特に，外来待ち時間の分析，クリニカルパスの帰納的構築，および退院時要約の自動分析という具体的な課題で一定の成果を上げることができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究代表者が2018年度8月13日から11月3日まで，股関節骨折のため入院しており，その間，充分な研究時間がとれなかったため，目標であった，b) 時系列データとして得られたデータウェアハウスからどのような構造をもった時系列パターンを生成するか? (c) マイニング結果とガイドラインとの間に乖離があった場合，その乖離を解消するための具体的な方法は何か? のうち，(c)の部分については，十分な実装時間がとれなかった。また，(a)分散データベースに蓄積された時系列データをいかに病院情報システムのデータから抽出し，データウェアハウスとして構築するか? という部分において，ガイドラインの記述等が複雑なため，実装およびその評価が予想以上の時間を要したが，病院管理者から提示された問題について本システムを活用することで，具体的な問題解決を行うことに注力した。今後これらの具体的な問題解決の方法をより汎用性の高い方法へと拡張する必要がある。
|
| Strategy for Future Research Activity |
具体的な問題として提示されてきた，外来待ち時間の分析(系列マイニング)，クリニカルパスの帰納的生成(時系列マイニング)，退院時要約の自動分析(テキストマイニング)，看護必要度の解析の4つの課題は，それぞれアクティブ情報収集，アクティブデータマイニング，アクティブユーザーリアクションのサイクルを反復するのに適切な課題であることが2018年度の研究成果から明らかになった。これらについて，(b) ユーザー指向アクティブマイニング: 抽出されたデータ集合に時系列マイニング・系列マイニング・プロセスマイニング等の方法を適用し，診療支援のモデルを発見する。(c) アクティブユーザーリアクション: (b)で得られた結果を元に診療支援システムを病院情報システム内に実装する，(b,c)の部分について，マイニングのアルゴリズムを実装する。(a)アクティブ情報収集については，これらの課題で実装した仕組みについて，より汎用性の高い統合的なアプローチの研究開発を行う予定である。
|
Report
(1 results)
Research Products
(11 results)
