| 研究課題/領域番号 |
17H04142
|
|---|
| 研究機関 | 新潟大学 |
|---|
研究代表者 |
鳥谷部 真一 新潟大学, 危機管理本部, 教授 (20227648)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| キーワード | リスクマネジメント / 医療安全管理 / 自然言語処理 / グローバルトリガーツール |
|---|
| 研究実績の概要 |
1．各トリガーの自動検出方法の確立： 前年度に引き続き、合計53 項目あるトリガーを、どのデータベース領域から抽出するか、トリガーとデータベース項目の対応付けを行った。この操作は下記2～5の手順の結果を踏まえて、順次変更を加えていく必要があることが判明した。そのため、引き続き次年度もこの作業を継続する。
2．自然言語処理を用いたテキスト情報からのトリガー検出方法の確立： トリガーには、オーダエントリや検査結果記録など定量的な情報から検出できるトリガー（A グループ）と、経過記録や入院サマリなど定性的なテキスト情報から検出しなければならないトリガー（B グループ）がある。前者については、前年度に引き続き、トリガーの抽出ルールを作成した。後者は、前年度に引き続き、自然言語処理（形態素解析、構文解析など）を行い、目的とするトリガーを検出できるようにする。院内転倒・転落はじめいくつかのトリガーに関してこの作業を行った。引き続き次年度も行う必要がある。
3．有害事象検出の真値の確定： 申請者の医療機関の少数の患者を対象に、古典的なChart Review を行い、有害事象の真値を得た。2の作業と対応する形で、前年度に引き続きこの作業を進めた。
4．トリガーから有害事象の検出方法の確立： 各トリガーの周辺の診療情報とくに診療経過記録に対して自然言語処理を加えて、有害事象かどうかを判定するためのデータを作成する。Chart Review で得られた有害事象の真値を特徴量として、これらのデータを学習データとして深層学習を行う。学習を終えたアルゴリズムを使って、学習データとは異なる評価データで有害事象の検出を行う。トリガーごとに、この操作を行う。本年度は2の作業で手順が確立したいくつかのトリガーに関してこの作業を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
診療経過記録や入院サマリなど定性的な診療経過記録から、自然言語処理技術を用いて目的のトリガー情報を抽出し、トリガーが的確に検出できるようにする過程で難渋している。
|
| 今後の研究の推進方策 |
上記1～4の作業を継続して進める。トリガーを適切に検出できる見込みができたら、各トリガーに関して順次以下の5の作業を行う。
5．有害事象検出方法の比較対照
全てのトリガーについて、有害事象検出アルゴリズムが完成したら、4つの方法（①今回開発した方法、②IHI-GTT、③古典的なChart Review、④同期間にインシデントレポート報告があった事例）で、検出した有害事象を比較検討する。
|
