| 研究課題/領域番号 |
24689025
|
|---|
| 研究種目 |
若手研究(A)
|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
堀口 裕正 東京大学, 医学部附属病院, 特任助教 (50401104)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2016-03-31
|
| キーワード | 機械学習 / 医療情報 / DPCデータ |
|---|
| 研究概要 |
平成24年度は以下の内容を実施した。
1,研究に必要なデータの入手及び分析用データセットに加工
本研究において一般社団法人診断群分類研究支援機構を通じて、DPC調査参加医療機関に本研究の趣旨を説明した上で協力を呼びかけ、承諾を得る活動を行った。まず、東京大学大学院医学系研究科・医学部倫理委員会の審査をうけ、データ収集および本研究における分析に関して承認を受けた(平成24年度審査番号3790)。その後、医療機関に協力依頼を行い本研究に対しては、一般社団法人診断群分類研究支援機構を通じて1066医療機関から承諾を受ける事が出来た。承諾をいただいた医療機関から発生するDPCデータは概算で年間300万退院で、本研究終了時点での1500万退院のデータ収集が行える状況となった。その後、データの受け入れができるような体制の構築を行い、過年度および平成24年度分のデータ収集を開始することが出来た。
2,時系列を意識した診療行為間の関係性の近傍度を計測するシステムの開発及び診療行為のパターンにおける患者クラスタリングシステムの開発
1で収集したデータをもとに、jubatusという機械学習エンジンを用いて、各患者および診療行為・病名等の情報の間の近傍度を判定するシステムの開発を開始したところである。まずは、診療行為から主たる病名が判定できるかについてのシステム開発および検討をおこなっている。
|
| 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
本年度最大の課題であり、かつ本研究の成否を分ける大量のデータを収集出来る体制の構築について、おおむね期待通りのデータが集まるめどがついた。ほぼ研究計画通りの研究が今後も実施出来ることが確定した。よって、本研究はおおむね順調に進展していると評価することが出来る
|
| 今後の研究の推進方策 |
今後ともDPCデータを利用して機械学習を行ったレコメンデーションシステムの開発を行っていく。
本研究で開発しているレコメンデーションシステムの精度向上のため、国立病院機構総合研究センター診療情報分析部と共同で、所定の審査等の手続きを経て臨床検査データを含んだオーダリングデータの取得を目指す。
|
| 次年度の研究費の使用計画 |
70万円ほどの残額と次年度の助成金で機械学習システムの開発を推進するとともに、臨床検査データを含んだオーダリングデータの取得に関して、予定より前倒して実施するために使用していくことする
|
