| 研究課題/領域番号 |
21K10359
|
|---|
| 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 | 帝京大学 |
|---|
研究代表者 |
藤代 尚文 帝京大学, 公私立大学の部局等, 准教授 (60601789)
|
|---|
| 研究分担者 |
河内 正治 帝京大学, 公私立大学の部局等, 教授 (60152972)
大滝 恭弘 帝京大学, 公私立大学の部局等, 教授 (60464004)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2021年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | 医療安全 / クローズドクレーム / データベース / ディープラーニング / 医療事故 / 患者安全 / 再発防止策 / 深層学習 / 人工知能 |
|---|
| 研究開始時の研究の概要 |
保険会社の保有する医療事故に関するクローズドクレーム（法的に決着のついた賠償請求）を収集・分類・整理することにより構築中のクローズドクレームデータベースを利用して、医療事故が及ぼす法的・経済的影響を予測するディープラーニングモデルを作成する。具体的には、本ディープラーニングモデルは、医療事故に係る診療科・疾患名・診療過程等の予め特定された情報を入力すると、類似の医療事故を出力し、また、予想される法的な責任の種類と金銭的損害を出力するものである。本ディープラーニングモデルを医療現場におけるリスクマネジメントに応用し、本邦の医療安全の向上を促進することを目指す。
|
| 研究成果の概要 |
本研究の第一の成果は、日本語版クローズドクレームデータベースについて、類似の医療事故を探し出すディープラーニングモデルを開発したことである。独自に考案した繰り返し最適化手法を用いて本モデルを学習させたところ、従来から広く使用されている類似文書検索システムと比較すると、学習済みモデルで高い類似文抽出精度が得られることを示せた。
本研究の第二の成果は、クローズドクレームデータベースと類似医療事故抽出用ディープラーニングモデルを活用するための、WEBインターフェースも完成させたことである。現段階では、本研究関係者のみの公開にとどまっているが、医療事故のクローズドクレーム研究に活用できている。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、保険会社が保有するクローズドクレーム（法的に決着のついた賠償請求）をもとに、医療事故データベースを構築中である。クローズドクレームをもとにした医療事故データベースは、本邦においては本研究で構築中のものしか存在しない。医療事故研究の新たな情報源として、本データベースを有効活用する必要がある。そこで本研究では、ディープラーニングモデルを用いて、本データベースから類似医療事故を高精度で抽出できるシステムを開発した。また、直感的なユーザーインタフェースを開発し、本データベースを誰でも簡単に使えるようにした。これらの成果により、今後の医療事故研究を加速させ、将来の医療事故の予防に役立てる。
|
