| 研究課題/領域番号 |
17K15866
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
病院・医療管理学
|
|---|
| 研究機関 | 北海道大学 (2018-2022)
香川大学 (2017) |
|---|
研究代表者 |
西本 尚樹 北海道大学, 大学病院, 特任准教授 (90599630)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | RPA / 深層学習 / マッピング / 臨床研究 / 標準化 / Deep learning / 自然言語処理 / データベース / 変数 / CDISC SDTM / Semantic integration / SPARQL / RDF / CDISC / 変数mapping / 標準 / Java / Python / 仮想化技術 / 生物統計学 / 機械学習 / SDTM / ADaM / Lua / 電子カルテ / 医療情報学 / 生体生命情報学 |
|---|
| 研究成果の概要 |
医療で得られたデータを統計解析に用いるためにはデータの標準化が必須である。そこで、臨床研究で用いられる項目とデータの自由記述から、医療で用いられる標準的なコードに変換する際の変換可能性の調査および既存のデータ標準に変換する際の方法論の研究を行った。研究成果として、単純に機械的な変換を行うよりも20％程度の精度の向上を確認した。得られたプログラムをベースに臨床試験データマネージャに対して業務の自動化を自ら行う手法の教育を行った。
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果は、機械的な辞書を用いた項目の標準化よりも、深層学習を用いた曖昧な記述に対するコード付与が可能であることを明らかにし、その精度を向上することができた。本研究で得られたプログラミングの知識は、robotic process automationとして北海道大学病院データセンターにてデータマネージャの教育に利用した。データマネージャに還元することで、臨床試験の立ち上げから実施、試験終了の手順を加速化させることが期待される。
|
