高齢者の医療事故を自動予測する電子カルテシステムの開発-ディープラーニングの応用

自动预测老年人医疗事故的电子病历系统开发——深度学习的应用

• 批准号: 19K22771
• 负责人: 明智 龍男
• 金额: $ 3.99万
• 依托单位: Nagoya City University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-06-28 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K22771/
• 关键词: 超高齢社会; 転倒転落; 電子カルテ; 機械学習; 高齢者; 転倒、転落; ドレーン自己抜去; 医療事故; ディープラーニング; ビッグデータ; せん妄; 健康寿命

超高齢社会を迎え、病院内では、フレイルやせん妄等を背景とした転倒・転落、ドレーンや点滴類の自己抜去などの医療事故が多発している。これらによる身体状況の悪化は時として深刻な転帰をとり、骨折は寝たきりの最大の要因である。医療事故が発生すると、医療者は、患者の処置など多くの労力を費やすことになり深刻な負担となっている。以上のような背景から、医療事故を予測するチェックシート等が開発されているが、精度は不十分で、実用には程遠い。例えば、メタ解析により転倒予測に関して最も高精度であることが示されたSTRATIFYスケールは、感度0.63、特異度0.71にとどまっている（Metarese M et al, J Advancing Nursing 2014）。せん妄については、感染、電解質異常等に加え、向精神薬、オピオイド等の薬剤などが原因となる。一方、先行研究においては、個々の要因が医療事故やせん妄発現に寄与するオッズ比を算出することは可能であるが、多くの変数を組み合わせて高い精度で予測することは不可能であった。以上のような背景のなかで、申請者は、ディープラーニングに着目した。本研究では、患者の血液・生化学、バイタルデータなど電子カルテに含まれる膨大な患者情報をディープラーニングを用いて解析し、世界にさきがけ、高齢者の医療事故防止および医療者の負担軽減に資する自動予測システムを開発することも目的とする。2020年度には、研究計画を作成し、名古屋市立大学の倫理委員会で承認を得た。電子カルテのデータを抽出し、データを解析可能な形に固定しながら、一部の変数を用いてディープラーニングにて解析を開始した。その結果、予備的な結果ではあるが、ドレーン類や点滴の自己抜去などを予測可能であることが示された。まだデータの利用が十分ではないため、今後も予測精度をたかめるために解析を継続する。

Ultra-high 齢 society welcomed を え, disease hospital で は, フ レ イ ル や せ ん jump を background such as と し た planning pour planning falls, ド レ ー ン や drop class の yourself sorting to な ど の malpractice が more 発 し て い る. The most significant cause of <s:1> れらによる physical condition <s:1> 悪 deterioration <e:1> is と <s:1> て deep な転帰をと <e:1> <e:1>, fracture <s:1> sleep た れらによる. Medical accident が 発 raw す る と, healer は, patients の 処 buy な ど more く の 労 force を fee や す こ と に な り deep な burden と な っ て い る. Above の よ う な background か ら を, medical accident can be す る チ ェ ッ ク シ ー ト が such as open 発 さ れ て い る が は not quite で precision, be with に は cjay い. Example え ば, メ タ parsing に よ り planning down to measuring に masato し て も most high-precision で あ る こ と が shown さ れ た STRATIFY ス ケ ー ル は, sensitivity, specific degrees 0.63 0.71 に と ど ま っ て い る (Metarese M et al., j. Advancing Nursing 2014). せ ん jump に つ い て は, infection, electrolyte abnormalities に え, such as to spiritual 薬, オ ピ オ イ ド etc. の 薬 tonic な ど が reason と な る. Party, leading research に お い て は, a 々 の by が malpractice や せ ん 発 に now send in error with す る オ ッ ズ than を calculate す る こ と は may で あ る が, multiple く の - several を group み close わ せ で て い high precision to measure す る こ と は impossible で あ っ た. The above ような ような background is な で で, the applicant is ニ, ディ プラ プラ, ニ ニ グに グに and グに are all looking at た. This study で は, patient の blood biochemistry, バ イ タ ル デ ー タ な ど electronic カ ル テ に containing ま れ る) な patients intelligence を デ ィ ー プ ラ ー ニ ン グ を with い て parsing し, world に さ き が け, high 齢 の medical accident prevention お よ び healer の burden 軽 minus に endowment す る automatically be シ ス テ ム を open 発 す る こ と も purpose と す る. In 2020, に, the research project を was completed, and the <s:1> ethics committee of Nagoya City University で recognized を for た. Electronic カ ル テ の デ ー タ を spare し, デ ー タ を parsing may な shape に fixed し な が ら, a の - several を with い て デ ィ ー プ ラ ー ニ ン グ に て parsing を began し た. そ の results, reserve な で は あ る が, ド レ ー ン class や drip の yourself sorting to な ど を to measure may で あ る こ と が shown さ れ た. ま だ デ ー タ の が of using で は な い た め, future も to measuring precision を た か め る た め に parsing を 継 続 す る.

项目成果

自己抜去発生予測装置、自己抜去発生予測方法、プログラム、転倒転落発生予測装置、転倒転落発生予測方法および医療安全性向上支援方法

自拔发生预测装置、自拔发生预测方法、程序、跌倒发生预测装置、跌倒发生预测方法以及医疗安全改善支援方法

• 发表时间: 2020