An Attempt to Propose Prescription for Hemodialysis Treatment Using Neural Network Machine Learning.

本研究は以下に記す、①～③のフェーズを要する。各段階の進捗については以下の通り。①血液透析濾過を施行中の患者からのデータ集積、データシート作成：初年度は血液透析濾過治療を行っている患者を対象に解析を行う。・現在は対象となる血液透析患者の選定、基礎特性ならびに特にカルシウム、リンに関連する、いわゆるCKD-MPD関連の検査値の推移、リン吸着薬などの内服薬などの背景を確認し、解析の基礎となるデータマイニングを行っている。現在はこれらのデータマイニングを継続している状況である。そのため、Mathematicaでのプログラム作成にまでは達していないのが現状。②ニューラルネットワークに機械学習させ検証を行う：これをもとにいずれの処方が現実的に選択されたかについて数理計算ソフトMathematicaに学習させる。・データの選択が完了しておらず、現時点では着手するに至っていない。③教育の精度を確認し、外れ値について考察する：ニューラルネットワークでの予測値と実測値とを比較させる。・今回の研究で最も労力が傾注されるべきポイントであるが同様の理由で着手できていない。以上から、今後②へいかに早期に移行できるかが今後の研究の分岐点となるものと考えられる。これとは別に対象者へは同クリニック内の掲示物によるオプトアウトにて参加への不同意があった場合にはその旨を申告頂くようにしている。

本研究は以下に記す、①～③のフェーズを要する。各段階の進捗については以下の通り。①血液透析濾過を施行中の患者からのデータ集積、データシート作成：初年度は血液透析濾過治療を行っている患者を対象に解析を行う。・現在は対象となる血液透析患者の選定、基礎特性ならびに特にカルシウム、リンに関連する、いわゆるCKD-MPD関連の検査値の推移、リン吸着薬などの内服薬などの背景を確認し、解析の基礎となるデータマイニングを行っている。現在はこれらのデータマイニングを継続している状況である。そのため、Mathematicaでのプログラム作成にまでは達していないのが現状。②ニューラルネットワークに機械学習させ検証を行う：これをもとにいずれの処方が現実的に選択されたかについて数理計算ソフトMathematicaに学習させる。・データの選択が完了しておらず、現時点では着手するに至っていない。③教育の精度を確認し、外れ値について考察する：ニューラルネットワークでの予測値と実測値とを比較させる。・今回の研究で最も労力が傾注されるべきポイントであるが同様の理由で着手できていない。以上から、今後②へいかに早期に移行できるかが今後の研究の分岐点となるものと考えられる。これとは別に対象者へは同クリニック内の掲示物によるオプトアウトにて参加への不同意があった場合にはその旨を申告頂くようにしている。