• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実施状況報告書

AIを利用した対話型電子カルテ病名精度検証システムの開発

研究課題

研究課題/領域番号 19K12867
研究機関和歌山県立医科大学

研究代表者

山本 景一  和歌山県立医科大学, 情報基盤センター, 准教授 (70416387)

研究期間 (年度) 2019-04-01 – 2022-03-31
キーワードAI / 病名 / 電子カルテ / レセプト / 臨床研究 / 疫学研究
研究実績の概要

我が国ではMID-NET、NDB、千年カルテその他電子カルテやレセプトデータ等を活用する医療ビッグデータの大型国家プロジェクトが多数実施されている。しかし、我が国の電子カルテに登録されている病名情報は、いわゆる「レセプト病名」で、精度が極めて低い。我が国の臨床研究のコスト削減と効率化のために、AI(機械学習)の活用が期待されている。本研究は、AI技術を利用し、専門医がAIと対話型で電子カルテに格納された病名の精度を検証する「対話型電子カルテ病名精度検証システム」の開発を行うものである。本研究により、我が国の電子カルテやレセプトを集積した医療ビッグデータの研究利用が加速することが期待される。大阪大学神経内科の脳卒中データを利用した病名精度検証について、対面およびWEB会議により実施計画の詳細化と、検証アルゴリズムの作成を行った。当初は脳卒中以外にパーキンソン病や認知症など、神経内科領域の疾患を対象に病名精度の検証アルゴリズムを作成する予定であったが、昨今の新型コロナ感染症の流行により、対象とする疾患を拡大することを検討している。特にNDBではレセプトデータと特定健診データの結合が実現できているが、今後とリハビリデータも結合予定とのことである。脳卒中は要介護度が上がる大きな要因の一つであり、電子カルテのみならずレセプトデータを使った病名精度検証を行いたい。また今後対象とする病院も、大阪大学病院のみではなく、和歌山県立医科大学その他、拡張することを検討している。

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

大阪大学で専門医が実施した脳卒中病名特定のアルゴリズムは再現できている。今後はそれのAIを実施する。感染症、リウマチ、腎疾患など、その他の疾患についても同様の検討を行っている。

今後の研究の推進方策

脳卒中病名の検証について、AIによるアルゴリズム化を実施する。並行して、感染症、リウマチ、腎疾患、その他の疾患についても検討を行いたい。
AIのアルゴリズムについて、マルコフ決定過程など強化学習で利用される数理モデルの適用も検討している。

次年度使用額が生じた理由

本年度は研究計画作成と先行研究の調査を実施していたため、ほとんど経費を使用しなかった。次年度は、その成果を生かし、AIシステムの開発を行いたい。

URL: 

公開日: 2021-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi