2018 年度研究成果報告書

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

PDF

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
キーワード	集中治療 / コスト / 重症度 / ビッグデータ / DPC
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。
自由記述の分野	医療管理学
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。