多次元臨床検査データモデルの構築と疑似ビッグデータ作成システムの開発

多维临床检验数据模型构建及伪大数据创建系统开发

基本信息

批准号：
20K10336
负责人：
片岡浩巳
金额：
$ 2.83万
依托单位：
Kawasaki University of Medical Welfare
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

项目摘要

本研究は、日常診療から得られた膨大なデータを元に、多次元モデルを作成し、この多次元モデルから逆変換した疑似ビッグデータを作成し、医学領域のデータサイエンス教育に利用可能な演習用データベースを構築することを目的とする。本研究の課題として、①リアルデータの情報収集基盤の構築、②多次元モデル生成のためのプログラム開発、③多次元モデルからの疑似データ作成の3つがある。令和4年度は、昨年度に引き続き③の多次元モデル生成のためのプログラム開発を実施した。また、小規模な試作レベルではあるが、欠損値の無い検査項目を限定した横断研究用のデータセットから生成した多次元モデルデータを作成し、疑似データ生成プログラムの作成を試みた。今回の試作では欠損値の少ない検査項目を対象とし、直近前回値により欠損データを補間し、横断的なデータセットを作成した。次に、分布型を正規分布に変換後、自己組織化マップでクラスタリングを実施した。生成されたクラスタ毎に求めた相関係数に基づいて、相関性の高い項目セットに対しては多変量正規分布に従うランダムなデータを生成し、相関性の低い項目セットは単項目による自己組織化マップ上に展開された平均と分散を用いてランダムデータを生成した。検証には、疾患毎のROC分析で評価を行った。その結果、リアルデータから算出した結果と疑似データから算出した結果が、ほぼ、同じ結果が得られることがわかった。

这项研究旨在基于从每日医学实践中获得的大量数据创建一个多维模型，创建伪数数据数据，该数据与该多维模型呈负转换，并构建一个可用于医学领域数据科学教育的实践数据库。这项研究的三个挑战是：1）构建一个真实的数据信息收集平台，2）为生成多维模型的程序制定程序，以及3）从多维模型中创建伪数据。在2022财政年度，我们继续开发一个计划，以在上一财政年度与③产生多维模型。此外，尽管它处于小规模的原型级别，但由横截面研究的数据集创建了多维模型数据，该数据集限制了没有缺失值的检查项目，并尝试创建伪DATA生成程序。在此原型中，我们针对几乎缺少值的检查项目，并使用最新的先前值插值丢失的数据以创建横截面数据集。接下来，将分布类型转换为正态分布后，使用自组织图进行聚类。基于每个群集确定的相关系数，根据高度相关项目集的多元正态分布生成随机数据，并使用在单个项目自组织映射上开发的均值和方差为较小相关的项目集生成随机数据。为了进行验证，使用ROC分析对每种疾病进行了评估。结果，发现根据实际数据计算得出的结果，从伪数据计算出的结果几乎相同。

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

自動血球計数装置がもつビッグデータからの新知見発掘

从自动血细胞计数器的大数据中发现新知识

DOI：
发表时间：
2020
期刊：
影响因子：
0
作者：
Kawasaki K;Torisu T;Nagahata T;Esaki M;Kurahara K;Eizuka M;Tanaka Y;Fujiwara M;Kawatoko S;Oshiro Y;Yamada S;Ikegami K;Fujioka S;Fuyuno Y;Matsuno Y;Umeno J;Moriyama T;Kitazono T;Sugai T;Matsumoto T;井出成美,松本暢平,臼井いづみ,馬場由美子,朝比奈真由美,酒井郁子;片岡浩巳
通讯作者：
片岡浩巳

機械学習の活用による検査サービス向上を目指したアプローチ

一种旨在利用机器学习改善检查服务的方法