人工知能とテキストマイニングを用いた肥満手術の新しい適応基準の確立に向けた研究

点击翻译按钮获取中文摘要

現在までの症例での検討が出来ている分を解析した。本検討は減量・代謝改善手術を行った患者の中で減量効果が高かった患者と低かった患者の違いについて電子カルテの文章記載を検討することで患者の生活面・心理面での差異について検討を行っている。検討症例は25例、1年後の％EWLの中央値（52％）で減量良好群・不良群の2群に分けた。検討にはテキストマイニングスタジオを用いた。検討した文章は生活面での特徴をとらえているため、術前から術後1年までの精神科医・心理士・管理栄養士のカルテとした。文章は15104行、延べ単語数は3256語であった。係り受け頻度解析で減量良好群は管理栄養士の“食事療法―継続“”減量―いただく“の組み合わせが多く、良好に経過している栄養管理を継続して行っていると考えられた。一方、減量効果不良群で多かったのが”継続―いただく“”体調―合わせる“の組み合わせで、食事療法が継続できていないので管理栄養士が繰り返して食事指導を行っていると考えられる。好評語ランキングでは減量良好群では不良群に比べて”減量―出来ている“，”摂取―すると良い“と組み合わせが目立った。不評語ランキングでは減量良好群で”食事―大丈夫“”脂の多い食事―注意“”気持ち―悪い“といった組み合わせが見られた。減量良好群では食事・減量に対して支持的に評価する評価語が多かったが、”気持ち―悪い“に関しては手術直後の実際の吐き気を表す場合が多かった。テキストマイニングによる25例・1万5千行のカルテ記載の検討は従来の採血などの検討に比べれば格段に検討項目は多いが、特定の単語の組み合わせを検討するためには症例数がまだ少ないことが分かった。今後は症例の積み重ねと解析方法の調整をする。