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

研究旨在利用人工智能和文本挖掘为减肥手术建立新的适应标准

• 批准号: 20K09015
• 负责人: 田中 達也
• 金额: $ 2.75万
• 依托单位: Nagoya City University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K09015/
• 关键词: テキストマイニング; 減量・代謝改善手術; 減量効果; 効果予測; カルテ記載; テキストマイニングスタジオ; MatLab; 臨床心理士; 人工知能; 肥満手術

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。

我们分析了到目前为止研究的数量。这项研究检查了接受体重减轻和代谢改善手术的患者之间的差异，并且无法达到与体重减轻高和减肥较低的患者相同的作用。这项研究通过检查电子病历中的文字来研究患者生活方式和心理方面的差异。检查的病例分为25例患者，中位数EWL（52％）为1年，分为两组：良好的减肥组和减肥组差。文本挖掘工作室用于考虑。这些文章检查了日常生活的捕获特征，因此从术前到手术后一年，它们都是精神科医生，心理学家和注册营养师的病历。句子为15,104行，单词总数为3,256。基于频率分析，减轻体重的小组可能具有许多饮食疗法的组合 - 持续的体重减轻 - 接受注册营养师接受“膳食疗法”，并且他们继续进行营养管理，这进展顺利。另一方面，减肥组中最常见的是尚未维持的“续”和“健康状况”的组合，因此人们认为注册的营养师反复提供饮食指导。在流行的排名中，与体重减轻不好的组相比，体重减轻良好的组中“减肥”的组合是显着的。在不受欢迎的语言排名中，该小组在该小组中发现了“饮食 - 好的”，“脂肪食品”，“小心”和“令人作呕”的组合。在体重良好的小组中，许多评估术语支持饮食和体重减轻的想法，但是“不适”通常在手术后立即表达实际的恶心。尽管使用文本挖掘对25例和15,000条病历的研究比诸如血液收集之类的常规研究的考虑要多得多，但已经发现，为了考虑特定的单词组合，病例的数量仍然很少。将来，我们将积累案例并调整分析方法。

项目成果

電子カルテのテキストマイニングによる減量・代謝改善手術の効果の検討

通过电子病历的文本挖掘检查减肥和代谢改善手术的效果

• 发表时间: 2022
• 作者: 志村匡信;問山裕二;奥川喜永;今岡裕基;安田裕美;横江 毅;廣 純一郎;大井正貴;Ajay Goel;楠 正人;沖 英次;數阪広子 杉谷巌 松井満美 銭真臣 齋藤麻梨恵 長岡竜太 戸田和寿 三谷浩樹 吉田有策 堀内喜代美 岡本高宏;田中達也
• 通讯作者: 田中達也