| 研究課題/領域番号 |
20K10348
|
|---|
| 研究機関 | 高知大学 |
|---|
研究代表者 |
畠山 豊 高知大学, 教育研究部医療学系連携医学部門, 准教授 (00376956)
|
|---|
| 研究分担者 |
奥原 義保 高知大学, 教育研究部医療学系連携医学部門, 教授 (40233473)
兵頭 勇己 高知大学, 教育研究部医療学系連携医学部門, 助教 (50821964)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 医療情報学 |
|---|
| 研究実績の概要 |
経過記録に記載されたテキスト内容と過去の検査結果を組み合わせて、検査値の時系列変化を予測するシステムの構築を行う。これまでに経過記録から過去の検査結果の変動幅の大きさを推定するシステムの構築を行い、欠損している検査データ推定を行う。HbA1cの時系列変化を対象とし、実際に頻繁に測定を行っている患者の変動幅の大きさを経過記録内容から推定する深層学習に基づくシステムを構築した。このシステムを時系列として欠損している患者データに適用して、適切にHbA1cの時系列変動に追随可能な予測モデルの構築を行った。高知大学医学部附属病院における実際の患者データに適用し、HbA1c の変動幅の大きさを経過記録から推定し、HbA1cの時系列予測を行った。予測HbA1c値のRMSEが半減した結果が得られた。今後、変動幅の大きさではなく、増加、減少の傾向を含めて変動量の推定がテキストデータから可能かどうかの評価を行い、時系列変動の予測精度の向上が可能かどうかの解析を行う。
実際の診療データを対象とした解析研究では、受診間隔が一定ではない、必ずしも毎回検査を実施しないなどの理由により欠損データが発生する。そのため、実施が困難な場合が存在する。しかしながら、テキストデータなど他のデータソースを用いて欠損を補間することによって、十分な解析が可能なことを本研究では示していると考える。この研究結果により、実診療データによるReal World Evidence(RWE)などの医学研究が発展できることが期待できる。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
検査値だけの時間変化予測ではなく、計画通りに他のテキストデータも利用して予測精度向上が実現できているため。
|
| 今後の研究の推進方策 |
経過記録のテキストデータからある一定期間の変動幅の大きさだけでなく、減少傾向にあるのか増加傾向にあるのかを推定するシステムを構築することを予定している。
|
| 次年度使用額が生じた理由 |
研究開始時点で準備していたサーバで解析処理が可能だったことと、新型コロナの感染拡大によって学外の研究者との打ち合わせや学会参加の抑制されたため
|
