レセプト情報のAI解析による認知症・フレイル関連事象のリスク因子解析

• Project/Area Number: 24K13323
• 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: Juntendo University
• Principal Investigator: 半田 宣弘 順天堂大学, 医学部, 客員教授 (00201723)
• Co-Investigator(Kenkyū-buntansha): 岸本 淳司 九州大学, 大学病院, 准教授 (00317322) ; 光武 誠吾 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所), 東京都健康長寿医療センター研究所, 研究員 (10520992) ; 小原 道子 帝京平成大学, 薬学部, 教授 (20899877)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2024: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
• Keywords: レセプト解析 / 認知症 / フレイル / 高齢者医療 / 転倒・骨折

Outline of Research at the Start

保険レセプトデータは検査結果や病気の重症度などの医療情報が乏しく、医学研究に適さないとされてきた。しかし、処方薬剤の情報、治療のイベント（手術治療、放射線治療等）や医療材料の使用歴の情報は完全に把握することができ、複数の医療機関のレセプトが統合され一元的に取り扱われている。後期高齢者のデータは悉皆性を持った情報である。本研究は北海道の後期高齢者のレセプトデータ(705538人)を用いて、高齢者の健康寿命延伸の障害となる１．認知症、２．転倒・骨折、３．誤嚥性肺炎、４．フレイルの進行、５．死亡などのリスク因子をAI技術・機械学習の技術を用いて同定し、リスクの軽減措置を検討することである。