| 研究課題/領域番号 |
15K08557
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
医療社会学
|
|---|
| 研究機関 | 佐賀大学 |
|---|
研究代表者 |
阪本 雄一郎 佐賀大学, 医学部, 教授 (20366678)
|
|---|
| 研究分担者 |
藤井 進 佐賀大学, 医学部, 講師 (60535748)
山田 クリス孝介 慶應義塾大学, 政策・メディア研究科(藤沢), 特任助教 (70510741)
本村 陽一 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 首席研究員 (30358171)
櫻井 瑛一 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (50612173)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | 確率的潜在意味解析手法 / DPC / 敗血症 / 医療経済学的分析 / 大規模医療情報 |
|---|
| 研究成果の概要 |
DPCの大規模医療情報を活用してProbabilistic Latent Semantic Analysis（確率的潜在意味解析手法を用いた患者と診療行為の同時クラスタリング「PLASMA」を活用して算出したクラスタを状態空間とみなし、同一患者において入院中にたどるクラスタ間の時間遷移パターンを解析し、治療支援のための補助的な客観データとしての臨床応用の可能性を見出した。
今回の検討では集中治療を要する敗血症症例に対して結果を出しており、患者の転帰と治療費に着目している。
|
| 自由記述の分野 |
救急医学、集中治療
|
| 研究成果の学術的意義や社会的意義 |
これまでのいわゆるAiの医療応用としては、欧米先進諸国が開発している臨床診断意思決定支援システムがある。このような人工知能技術は、機械学習が獲得した知識の理解が極めて難解なブラックボックスとなっており、治療判断のための補助情報として活用する際に、生命に関わる医療の中でも重症の患者管理を行う集中治療室においては安心して応用できないという問題を含んでいる。
我々は、DPCの大規模医療情報を活用した「確率的潜在意味解析と確率的構造モデル」によるデータが、臨床の診療支援のための補助データとしての有用性を増す可能性が有り、いわゆるブラックボックスではない次世代型の人工知能による診療支援の可能性を示した。
|
