JP6748710B2 - データ分析システム、その制御方法、プログラム、及び、記録媒体 - Google Patents
データ分析システム、その制御方法、プログラム、及び、記録媒体 Download PDFInfo
- Publication number
- JP6748710B2 JP6748710B2 JP2018518059A JP2018518059A JP6748710B2 JP 6748710 B2 JP6748710 B2 JP 6748710B2 JP 2018518059 A JP2018518059 A JP 2018518059A JP 2018518059 A JP2018518059 A JP 2018518059A JP 6748710 B2 JP6748710 B2 JP 6748710B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- evaluation
- target data
- analysis
- evaluation items
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
図1は、本実施の形態に係るデータ分析システム(以下、単に「システム」と略記することがある)のハードウェア構成の一例を示すブロック図である。当該システムは、例えば、データ(デジタルデータ、及び/又は、アナログデータを含む)を格納可能な任意の記録媒体(例えば、メモリ、ハードディスク等)と、当該記録媒体に格納された制御プログラムを実行可能なコントローラ(例えば、CPU;Central Processing Unit)とを備え、当該記録媒体に少なくとも一時的に格納されたデータを分析するコンピュータ、又は、コンピュータシステム(複数のコンピュータが統合的に動作することによってデータ分析を実現するシステム)として実現される。
上記システムは、データ評価機能を備えることができる。当該データ評価機能は、人手で分類された少数のデータ(学習用データ)に基づいて、多数の評価対象データ(ビッグデータを含む)を評価するものである。当該データ評価機能を備えることにより、上記システムは、例えば、評価対象データと所定事案との関連性の高低を示す指標(例えば、評価対象データを序列化可能にする数値(例えば、スコア)、文字(例えば、「高」、「中」、「低」など)、及び//又は、記号(例えば、「◎」、「○」、「△」、「×」など)、を導出することによって、上記評価を実現することができる。データ評価機能は、サーバ装置2のコントローラによって実現される。
サーバ装置2による評価対象データの評価動作を説明する。図2は、サーバ装置2(詳しくはサーバ装置2のコントローラ)のフローチャートである。サーバ装置2は、ストレージシステム5に記録された評価対象データの中から一つ又は複数のデータを参照データとして取得する(ステップS300:データ取得モジュール)。各ステップを、モジュール又は手段と言い換えることもできる。次に、サーバ装置2は、ユーザが参照データを実際にレビューして分類を決定し、ユーザによって参照データに対して入力された分類情報を、任意の入力装置から取得する(ステップS302:分類情報取得モジュール)。サーバ装置2は、参照データと分類情報とを組み合わせることによって学習用データを構成し(ステップ304:学習用データ構成モジュール)、学習用データから構成要素を抽出する(ステップS306:構成要素抽出モジュール)。そして、コントローラは、当該構成要素を評価し(ステップS308:構成要素評価モジュール)、当該構成要素と評価値とを対応付け、両者をストレージシステム5に格納する(ステップS310:構成要素格納モジュール)。上記S300〜S308の処理は、「学習フェーズ」(人工知能がパターンを学習するフェーズ)に対応する。なお、学習用データを、参照データから作成する代わりに、予め用意しておいてもよい。
次に、データ分析システムの動作例を、既述の所定事案を、医療インシデントとしての「患者の転倒」に基づいて説明する。データ分析システムは、患者の転倒を予測できる転倒予測モデルとして実現される。ストレージシステム5には、電子カルテが患者毎に記録されている。電子カルテの構造化データはデータベース4に記録されている。医師、看護師、臨床検査技師、薬剤師等の医療関係者は、診療、診察、診断、治療、処置、検査、又は、投薬の都度、クライアント装置3を介して電子カルテにアクセスして、必要な情報を記録する。このように、電子カルテは時系列に更新される。サーバ装置2は、時系列に電子カルテをストレージシステム5に記録する。例えば、5月1日午後8時の電子カルテ、5月2日午後8時の電子カルテの如く、電子カルテのトランザクションデータが構成される。
評価項目:傾眠、貧血、せん妄、易疲労、呼吸苦、嘔気嘔吐、痺れ、麻痺、排泄異常、ふらつき、食事摂取の不良、痛み、食止め日数
電子カルテ(評価対象データ)に、下記の情報が記録されているケースでは、「せん妄」のスコアが高い値になり、嘔気嘔吐のスコアは比較的高い値になる。
「xxxx年xx月xx日
日々の観察:視線はどこかうつろ。時折辻褄の合わない発言もあり。
飲水、著明なむせはないが、飲水後咽頭付近にわずかに喘鳴聞かれる。」
電子カルテに、下記の情報が記録されているケースでは、「傾眠」が高いスコアになる。
「眠気を訴える。家族の見舞い中にも、同様。」
電子カルテに、下記の情報が記録されているケースでは、「易疲労」と「嘔気嘔吐」が共に高いスコアになり、「痺れ」が比較的高いスコアになる。
「今日はしんどそうですね
本人:「(頷いた後)夕方になるとしんどい。朝は楽なときもあるの。少し痺れも有るようなないような。夜間眠れないことによる影響、嘔気嘔吐による消耗。」
5月1日のカルテを入力として5つの評価項目に対して夫々スコアを取得し、
5月2日のカルテを入力として5つの評価項目に対して夫々スコアを取得し、
5月3日のカルテを入力として5つの評価項目に対して夫々スコアを取得し、
5月3日に5つのスコアの3組を並列に繋いで15次元の説明変数に基づいてロジスティック回帰分析を行う。
この態様によれば、期間中の説明変数の変動を纏めて回帰分析に適用できるために、この期間の患者の総合的な体調変化を転倒の予測に反映させることができる。
本実施の形態において、「データ」は、コンピュータによって処理可能となる形式で表現された任意のデータであってよい。上記データは、例えば、少なくとも一部において構造定義が不完全な非構造化データであってよく、自然言語によって記述された文章を少なくとも一部に含む文書データ(例えば、電子メール(添付ファイル・ヘッダ情報を含む)、技術文書(例えば、学術論文、特許公報、製品仕様書、設計図など、技術的事項を説明する文書を広く含む)、プレゼンテーション資料、表計算資料、決算報告書、打ち合わせ資料、報告書、営業資料、契約書、組織図、事業計画書、企業分析情報、電子カルテ、ウェブページ、ブログ、ソーシャルネットワークサービスに投稿されたコメントなど)、音声データ(例えば、会話・音楽などを録音したデータ)、画像データ(例えば、複数の画素またはベクター情報から構成されるデータ)、映像データ(例えば、複数のフレーム画像から構成されるデータ)などを広く含む(これらの例に限定されない)。
上記システムの制御ブロックは、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、CPUを用いてソフトウェアによって実現してもよい。後者の場合、上記システムは、各機能を実現するソフトウェアであるプログラム(データ分析システムの制御プログラム)を実行するCPU、当該プログラムおよび各種データがコンピュータ(またはCPU)で読み取り可能に記録されたROM(Read Only Memory)または記憶装置(これらを「記録媒体」と称する)、当該プログラムを展開するRAM(Random Access Memory)などを備えている。そして、コンピュータ(またはCPU)が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、当該プログラムを伝送可能な任意の伝送媒体(通信ネットワークや放送波等)を介して上記コンピュータに供給されてもよい。本発明は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。なお、上記プログラムは、任意のプログラミング言語によって実装可能である。また、上記プログラムを記録した任意の記録媒体も、本発明の範疇に入る。
上記システムは、上記〔データ分析システムの動作例〕で説明した転倒予測システムとしてだけではなく、例えば、ディスカバリー支援システム、フォレンジックシステム、電子メール監視システム、医療応用システム(例えば、ファーマコビジランス支援システム、治験効率化システム、医療リスクヘッジシステム、予後予測システム、診断支援システムなど)、インターネット応用システム(例えば、スマートメールシステム、情報アグリゲーション(キュレーション)システム、ユーザ監視システム、ソーシャルメディア運営システムなど)、情報漏洩検知システム、プロジェクト評価システム、マーケティング支援システム、知財評価システム、不正取引監視システム、コールセンターエスカレーションシステム、信用調査システムなど、ビッグデータを分析する人工知能システム(データと所定事案との関連性を評価可能な任意のシステム)として実現され得る。例えば、上記システムがディスカバリー支援システムとして実現される場合、所定事案は「訴訟」であり、フォレンジックシステムとして実現される場合、所定事案は「不正な事件」(犯罪)である。その他のシステムとして実現される場合、所定事案は当該システムが実現される分野に応じる。なお、本発明のデータ分析システムが応用される分野によっては、当該分野に特有の事情を考慮して、例えば、データに前処理(例えば、当該データから重要箇所を抜き出し、当該重要箇所のみをデータ分析の対象とするなど)を施したり、データ分析の結果を表示する態様を変化させたりしてよい。こうした変形例が多様に存在し得ることは、当業者に理解されるところであり、すべての変形例が本発明の範疇に入る。
Claims (9)
- データを所定事案に基づいて分析するデータ分析システムであって、
データ分析の対象となる複数の対象データを記憶するメモリと、
前記複数の対象データを評価するコントローラと、
を備え、
前記コントローラは、
所定事案に関連する複数の評価項目を設定することと、
前記対象データの評価のために参照される参照データと前記複数の評価項目夫々について前記参照データに設定された分類情報との組合せから成る学習用データの評価として、前記参照データの構成要素が前記組合せに寄与する度合いを評価することと、
前記構成要素の評価結果に基づいて、前記複数の評価項目夫々について、前記複数の評価項目夫々と前記対象データとの関連性をスコアとして算出することによって前記対象データを評価することと、
前記複数の評価項目毎の前記対象データの評価を入力として、所定の予測モデルに基づく分析を行うことと、
前記分析の結果に基づいて前記所定事案の発生に関する予測情報を出力することと、
を備えるデータ分析システム。 - 前記コントローラは、
前記対象データから前記所定事案に関連する数値データを抽出することと、
前記分析を前記対象データの評価に加えて前記数値データに基づいて行うことと、
を備える請求項1記載のデータ分析システム。 - 前記コントローラは、
前記分析を行うことが、前記複数の評価項目毎の前記対象データのスコアを説明変数として、ロジスティック回帰分析に適用することを含むようにすることと、
前記予測情報を出力することが、前記ロジスティック回帰分析によって前記所定事案の発生確率を出力することを含むようにすることと、
をさらに備える請求項1または2記載のデータ分析システム。 - 前記コントローラは、
前記メモリから前記対象データとしての電子カルテを取得することと、
前記予測情報に前記所定事案としての患者の転倒が発生する確率を含むようにすることと、
をさらに備える請求項1乃至3の何れか1項記載のデータ分析システム。 - 前記複数の評価項目に、患者の転倒に関連するパラメータを含むようにすることと、
前記数値データに、患者から測定された医療データを含むようにすることと、
をさらに備える請求項2記載のデータ分析システム。 - 前記コントローラは、
前記ロジスティック回帰分析によって前記発生確率を出力することが、前記所定事案が所定期間内に発生する確率を出力することを含むようにすること、
をさらに備える請求項3記載のデータ分析システム。 - データを所定事案に基づいて分析するデータ分析システムの制御方法であって、
前記データ分析システムが、
データ分析の対象となる複数の対象データを記憶するステップと、
所定事案に関連する複数の評価項目を設定するステップと、
前記対象データの評価のために参照される参照データと前記複数の評価項目夫々について前記参照データに設定された分類情報との組合せから成る学習用データの評価として、前記参照データの構成要素が前記組合せに寄与する度合いを評価するステップと、
前記構成要素の評価結果に基づいて、前記複数の評価項目夫々について、前記複数の評価項目夫々と前記対象データとの関連性をスコアとして算出することによって前記対象データを評価するステップと、
前記複数の評価項目毎の前記対象データの評価を入力として、所定の予測モデルに基づく分析を行うステップと、
前記分析の結果に基づいて前記所定事案の発生に関する予測情報を出力するステップと、
実行するデータ分析システムの制御方法。 - データを所定事案に基づいて分析することをコンピュータに実行させるプログラムであって、
データ分析の対象となる複数の対象データを記憶する機能と、
所定事案に関連する複数の評価項目を設定する機能と、
前記対象データの評価のために参照される参照データと前記複数の評価項目夫々について前記参照データに設定された分類情報との組合せから成る学習用データの評価として、前記参照データの構成要素が前記組合せに寄与する度合いを評価する機能と、
前記構成要素の評価結果に基づいて、前記複数の評価項目夫々について、前記複数の評価項目夫々と前記対象データとの関連性をスコアとして算出することによって前記対象データを評価する機能と、
前記複数の評価項目毎の前記対象データの評価を入力として、所定の予測モデルに基づく分析を行う機能と、
前記分析の結果に基づいて前記所定事案の発生に関する予測情報を出力する機能と、
をコンピュータに実現させるためのプログラム。 - 請求項8記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/065096 WO2017199445A1 (ja) | 2016-05-20 | 2016-05-20 | データ分析システム、その制御方法、プログラム、及び、記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017199445A1 JPWO2017199445A1 (ja) | 2019-03-28 |
JP6748710B2 true JP6748710B2 (ja) | 2020-09-02 |
Family
ID=60326349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018518059A Active JP6748710B2 (ja) | 2016-05-20 | 2016-05-20 | データ分析システム、その制御方法、プログラム、及び、記録媒体 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6748710B2 (ja) |
WO (1) | WO2017199445A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6652986B2 (ja) * | 2018-05-02 | 2020-02-26 | 株式会社Fronteo | 危険行動予測装置、予測モデル生成装置および危険行動予測用プログラム |
JP6915809B2 (ja) * | 2018-05-02 | 2021-08-04 | 株式会社Fronteo | 事象予測装置、予測モデル生成装置および事象予測用プログラム |
JP6748769B1 (ja) * | 2019-09-06 | 2020-09-02 | 株式会社ビデオリサーチ | 顧客推定装置及び顧客推定方法 |
JP6826652B1 (ja) * | 2019-12-27 | 2021-02-03 | 株式会社ビデオリサーチ | 顧客推定装置及び顧客推定方法 |
CN111144658B (zh) * | 2019-12-30 | 2023-06-16 | 医渡云(北京)技术有限公司 | 医疗风险预测方法、装置、系统、存储介质与电子设备 |
JP6945019B2 (ja) * | 2020-01-27 | 2021-10-06 | 株式会社ビデオリサーチ | 顧客推定装置及び顧客推定方法 |
JP2021117757A (ja) * | 2020-01-27 | 2021-08-10 | 株式会社ビデオリサーチ | 顧客推定装置及び顧客推定方法 |
JP7466865B2 (ja) | 2020-08-07 | 2024-04-15 | 公立大学法人名古屋市立大学 | 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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5833068B2 (ja) * | 2013-09-03 | 2015-12-16 | 株式会社東芝 | 系列データ分析装置及プログラム |
JP2015194974A (ja) * | 2014-03-31 | 2015-11-05 | 株式会社東芝 | 在宅・訪問メディカルサービスシステム |
-
2016
- 2016-05-20 WO PCT/JP2016/065096 patent/WO2017199445A1/ja active Application Filing
- 2016-05-20 JP JP2018518059A patent/JP6748710B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2017199445A1 (ja) | 2017-11-23 |
JPWO2017199445A1 (ja) | 2019-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6748710B2 (ja) | データ分析システム、その制御方法、プログラム、及び、記録媒体 | |
US11301774B2 (en) | System and method for multi-modal graph-based personalization | |
US10204153B2 (en) | Data analysis system, data analysis method, data analysis program, and storage medium | |
Kaklauskas et al. | Intelligent decision support systems | |
Redelico et al. | Classification of normal and pre-ictal eeg signals using permutation entropies and a generalized linear model as a classifier | |
US20140279760A1 (en) | Data Analysis Computer System and Method For Conversion Of Predictive Models To Equivalent Ones | |
Mittal et al. | Opinion mining for the tweets in healthcare sector using fuzzy association rule | |
WO2016203652A1 (ja) | データ分析に係るシステム、制御方法、制御プログラム、および、その記録媒体 | |
Mohanty et al. | Machine learning for healthcare applications | |
Bhadra et al. | Enhancing the efficacy of depression detection system using optimal feature selection from EHR | |
Lei et al. | An improved cell situation identification approach with convolutional neural network and wavelet extreme learning machine | |
JP5933863B1 (ja) | データ分析システム、制御方法、制御プログラム、および記録媒体 | |
WO2016189605A1 (ja) | データ分析に係るシステム、制御方法、制御プログラム、および、その記録媒体 | |
Kaur et al. | A brief review of machine learning methods used in mental health research | |
US11232325B2 (en) | Data analysis system, method for controlling data analysis system, and recording medium | |
JP6026036B1 (ja) | データ分析システム、その制御方法、プログラム、及び、記録媒体 | |
Sharon et al. | Application of intelligent edge computing and machine learning algorithms in MBTI personality prediction | |
WO2022020646A1 (en) | Model-based evaluation of assessment questions, assessment answers, and patient data to detect conditions | |
Mallya et al. | Framework for automatic diagnosis of psychological disorders | |
Tang et al. | Analysis and evaluation of explainable artificial intelligence on suicide risk assessment | |
Park et al. | Algorithmic fairness and AI justice in addressing health equity | |
Lindsay et al. | Classification of health risk factors to predict the risk of falling in older adults | |
Beluzo et al. | Machine Learning for Neonatal Mortality Risk Assessment: A Case Study Using Public Health Data from São Paulo | |
Santos et al. | Predicting diabetic retinopathy stage using Siamese Convolutional Neural Network | |
Regulwar et al. | Big Data Collection, Filtering, and Extraction of Features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20181203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20181203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190514 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190514 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191118 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200807 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6748710 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |