• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

診断群分類包括評価データの人工知能解析を基盤とする新規の集中治療管理戦略

研究課題

研究課題/領域番号 17K17607
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
救急医学
研究機関東北大学

研究代表者

志賀 卓弥  東北大学, 大学病院, 助教 (90539074)

研究協力者 井汲 沙織  
小林 直也  
杉野 繁一  
齋藤 浩二  
中山 雅晴  
藤森 研司  
山内 正憲  
研究期間 (年度) 2017-04-01 – 2019-03-31
研究課題ステータス 完了 (2018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)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2017年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
キーワード集中治療 / コスト / 重症度 / ビッグデータ / DPC / データベース / 医療情報 / ビックデータ / DPC/PDPS / 機械学習 / AI / 社会学 / 診断群分類 / 人工知能 / ビッグデータ解析
研究成果の概要

東北大学病院集中治療室における統合データベースを構築し、集中治療室入室患者の重症度とコストの関係を分析し、患者の重症度変化に応じた、最適な医療資源の分配と最大の診療効果を上げる治療を導き出すアルゴリズムを開発することを計画した。
データベースサーバーを設置し、患者重症度スコア等のデータクリーニングを行い、過去5年分の東北大学集中治療室入室患者の集中治療部門システムデータ、生体情報データを転送した。また、病院診療録データ、DPC/PDPSデータについても大学病院医事課の協力のもと材料費、労務費、経費データを取得し、データを転送、統合した。
このデータベースを用いて、部門原価計算とコスト予測を行った。

研究成果の学術的意義や社会的意義

本研究統合ビッグデータを用いて当院集中治療室における原価計算を行った。この計算によると、2017年単月において、費用を除いた材料費と労務費の合計が75,710,585円とすでに収入74,748,228を上回っており、費用を加味すると大幅な赤字であることが判明した。この結果の一部は第46回日本集中治療医学会学術集会にて報告した。また、重症度とコスト予測の関連において、看護必要度に重症度スコアであるSOFAスコアを加えると、コスト予測精度が上がる傾向があることが分かった。
この統合データベースは今後も運用可能であるため、さらに深層学習による1日ごとの重症度、医療コスト、診療報酬額の解析を継続する。

報告書

(3件)
  • 2018 実績報告書   研究成果報告書 ( PDF )
  • 2017 実施状況報告書
  • 研究成果

    (1件)

すべて 2019

すべて 学会発表 (1件)

  • [学会発表] 当院集中治療部における原価計算の労務費算出の試み2019

    • 著者名/発表者名
      志賀卓弥, 井汲沙織, 小林直也, 佐藤友菜, 亀山良亘, 齋藤浩二, 山内 正憲
    • 学会等名
      第46回日本集中治療医学会学術集会
    • 関連する報告書
      2018 実績報告書

URL: 

公開日: 2017-04-28   更新日: 2020-03-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi