| 研究課題/領域番号 |
20K10348
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分58010:医療管理学および医療系社会学関連
|
|---|
| 研究機関 | 高知大学 |
|---|
研究代表者 |
畠山 豊 高知大学, 教育研究部医療学系連携医学部門, 教授 (00376956)
|
|---|
| 研究分担者 |
奥原 義保 高知大学, 教育研究部医療学系連携医学部門, 教授 (40233473)
兵頭 勇己 高知大学, 教育研究部医療学系連携医学部門, 助教 (50821964)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 医療データ解析 / 予測モデル / 医療情報学 |
|---|
| 研究開始時の研究の概要 |
これまでに用いられていなかった検査値の個体内変動に基づく長期予後予測を構築することで、糖尿病や慢性腎臓病の重症化予防を実現する。従来の検査ベースライン値では急激な変化予測は困難であったが、重症化直前における検査結果の急激な悪化において個体内変動が増大している傾向を把握することで予測する。実診療では医師が患者状態から推定しているため個体内変動値が計測可能な患者数が少数であるが、複数種類のデータ統合モデルによって対象患者の個体内変動を推定する。病院情報システムデータ解析における重要な課題である各患者の本当に発症している疾患の識別にも貢献できる。
|
| 研究成果の概要 |
検査値の時系列データに対する予測を行う際に、問診項目などの他の構造化データや経過記録などのテキスト情報から患者状態を推定し、その推定結果を組み合わせて検査値予測を行うアルゴリズムの開発を行った。予測結果はこれらの情報を組み合わせたことにより精度向上が実現したことを確認できた。これらのアルゴリズムは患者状態を非構造化データからでも推定できること、及び患者情報の統合に基づきより詳細な患者状態が把握可能であることを示した。今後病院情報システムなどにおいて様々な種類のデータを取得ができるようになるため、構築アルゴリズムは有用であると考える。
|
| 研究成果の学術的意義や社会的意義 |
手法の新規性としては、経過記録などの非構造化データから患者状態の定量的な指標に変換して検査データなどの構造化データと統合して処理を行った点が挙げられる。電子カルテ情報以外のテキスト情報が電子情報として蓄積され始め膨大なデータとなり、これらの非構造化データを解析する需要が増大すると考えられる。そのため、膨大な医療データに対して統合処理を行う本手法は今後さらに必要とされる手法である。
|
