JP7171522B2 - ヘルスケアデータ分析装置及び分析方法 - Google Patents
ヘルスケアデータ分析装置及び分析方法 Download PDFInfo
- Publication number
- JP7171522B2 JP7171522B2 JP2019138551A JP2019138551A JP7171522B2 JP 7171522 B2 JP7171522 B2 JP 7171522B2 JP 2019138551 A JP2019138551 A JP 2019138551A JP 2019138551 A JP2019138551 A JP 2019138551A JP 7171522 B2 JP7171522 B2 JP 7171522B2
- Authority
- JP
- Japan
- Prior art keywords
- term
- classification information
- classification
- vector
- information
- 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
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Description
レセプトには、医療機関等において診断、処方、診療行為を受けた際の傷病名、医薬品名、診療行為名などの用語が記載されている。特許文献1には、レセプト情報や健診情報などの受診履歴を用いて、保健指導による医療費削減量を重症度及び検査値ごとに予測することで、保健指導対象者の選択を支援する方法が記載されている。このように、レセプトや、その他のヘルスケアデータを用いて、分析することで、疾病予防などの保健事業支援に活用することが期待されている。また、レセプト情報は、ある疾病に関連する投薬を受けている人の数を集計するなど、統計的なデータ分析にも利用できる。
以下では、まず、図4を用いて、本実施例で用いるモデルについて説明する。本実施例では、図4に示す2層のモデルを用いる。
p(wj|wi)=exp(v’Ij・vIi)/Σ_p exp(v’p・vIi)
(1/T)Σ_i Σ_j≠i log{p(wj|wi)}
Σ_j≠i log{p(wj|wi)}
実施例1では、国際疾病分類の分類情報に基づいて、用語表現ベクトルを介して、医薬品分類情報を生成する例を示した。実施例2では、目的に応じて作成した小規模の分類情報に基づいて、それを拡張した分類情報を作成する。
102 入力装置
103 出力装置
104 通信装置
105 演算装置
106 メモリ
107 補助記憶装置
108 レセプト用語分散表現生成部
109 予測モデル生成部
110 予測部
111 レセプトデータ
112 用語表現ベクトル
113 分類情報
114 傷病名マスター
201 調剤レセ突合処理
203 初期値設定
204 用語表現行列生成処理
205 用語表現生成処理
301 規定回数実行判定処理
302 レセプト選定処理
303 未処理用語有判定処理
304 用語選定処理
305 予測対象用語選定
306 用語表現行列更新
401 ワンホットベクトル
501 分類選択処理
502 傷病名検索処理
503 傷病名表現ベクトル選択処理
504 医薬品表現ベクトル類似度算出処理
505 医薬品用語分類
601 傷病名マスター情報
602 医薬品分類情報
701 医科レセプト情報
702 調剤レセプト情報
711 データ
712 データ
801 突合済レセプトデータ
811 データ
902 表現ベクトル選択処理
903 表現ベクトル類似度算出処理
904 拡張分類情報
1001 重症度別分類情報
1002 拡張重症度別分類情報
Claims (10)
- 所定の演算処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを有する計算機によって構成されるヘルスケアデータ分析装置であって、
前記演算装置が、レセプトデータの用語が表現されたワンホットベクトルを入力ベクトルとして、入力層行列により別次元の隠れベクトルに変換する入力層と、前記隠れベクトルを出力層行列により前記ワンホットベクトルと同じ次元の出力ベクトルに変換する出力層とを有するモデルを用いて、前記入力層行列と出力層行列の初期値を設定する初期値設定処理と、
前記演算装置が、前記モデルを用いて、レセプトデータの用語に対して、その用語と同じレセプトで共起する別の用語の対数確率値が大きくなるように入力層行列と出力層行列を更新し、用語表現行列を生成する用語表現行列生成処理と、
前記演算装置が、前記用語表現行列を用いて、各用語の表現ベクトルを生成する用語表現生成処理と、
前記演算装置が、分類情報を用いて算出された特定の分類に属する用語の表現ベクトルと各用語の表現ベクトルとの類似度が所定の閾値以上である場合に、前記分類に用語を追加することによって、拡張分類情報を生成する分類情報生成処理とを実行するヘルスケアデータ分析装置。 - 請求項1に記載のヘルスケアデータ分析装置であって、
前記分類情報は傷病名の分類情報であって、
前記分類情報生成処理において、前記演算装置が、医薬品名又は診療行為名を拡張分類情報として分類するヘルスケアデータ分析装置。 - 請求項2に記載のヘルスケアデータ分析装置であって、
前記分類情報は傷病名の国際疾病分類であって、
前記分類情報生成処理において、前記演算装置が、医薬品名又は診療行為名を拡張分類情報として分類するヘルスケアデータ分析装置。 - 請求項1に記載のヘルスケアデータ分析装置であって、
前記用語表現行列生成処理において、前記演算装置が、前記対数確率値を計算する場合に、前記用語と共起する予め定めた値以下の別の用語をランダムに選択し、前記対数確率値を計算し、前記入力層行列と前記出力層行列を更新するヘルスケアデータ分析装置。 - 請求項1に記載のヘルスケアデータ分析装置であって、
前記用語表現行列生成処理において、前記演算装置が、前記対数確率値を計算する場合に、前記用語と共起する予め定めた値以下の別の用語をランダムに選択し、前記対数確率値を計算し、前記入力層行列と前記出力層行列を更新する処理を、レセプト内の用語の数が多いほど多くの回数実行するヘルスケアデータ分析装置。 - 請求項1に記載のヘルスケアデータ分析装置であって、
前記演算装置が、前記拡張分類情報に基づいて作成された情報を分類情報とし、さらに、そこから拡張分類情報を作成する処理を繰り返すことによって、小規模な分類情報から分類情報を生成するヘルスケアデータ分析装置。 - 請求項1に記載のヘルスケアデータ分析装置であって、
前記分類情報は傷病名、医薬品名、診療行為名のいずれかであって、
前記分類情報生成処理において、前記演算装置が、前記分類情報と異なるカテゴリの分類情報を拡張分類情報として生成するヘルスケアデータ分析装置。 - 請求項1に記載のヘルスケアデータ分析装置であって、
前記分類情報は重症度別に用語が分類された情報であるヘルスケアデータ分析装置。 - 請求項1に記載のヘルスケアデータ分析装置であって、
前記分類情報生成処理において、前記演算装置が、分類類似度基準値が最も大きい分類に用語を追加することで分類情報を生成するヘルスケアデータ分析装置。 - 計算機が実行するヘルスケアデータの分析方法であって、
前記計算機は、所定の演算処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを有し、
前記分析方法は、
前記演算装置が、レセプトデータの用語が表現されたワンホットベクトルを入力ベクトルとして、入力層行列により別次元の隠れベクトルに変換する入力層と、前記隠れベクトルを出力層行列により前記ワンホットベクトルと同じ次元の出力ベクトルに変換する出力層とを有するモデルを用いて、前記入力層行列と出力層行列の初期値を設定する初期値設定処理と、
前記演算装置が、前記モデルを用いて、レセプトデータの用語に対して、その用語と同じレセプトで共起する別の用語の対数確率値が大きくなるように入力層行列と出力層行列を更新し、用語表現行列を生成する用語表現行列生成処理と、
前記演算装置が、前記用語表現行列を用いて、各用語の表現ベクトルを生成する用語表現生成処理と、
前記演算装置が、分類情報を用いて算出された特定の分類に属する用語の表現ベクトルと各用語の表現ベクトルとの類似度が所定の閾値以上である場合に、前記分類に用語を追加することによって、拡張分類情報を生成する分類情報生成処理とを含む分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019138551A JP7171522B2 (ja) | 2019-07-29 | 2019-07-29 | ヘルスケアデータ分析装置及び分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019138551A JP7171522B2 (ja) | 2019-07-29 | 2019-07-29 | ヘルスケアデータ分析装置及び分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021022186A JP2021022186A (ja) | 2021-02-18 |
JP7171522B2 true JP7171522B2 (ja) | 2022-11-15 |
Family
ID=74573283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019138551A Active JP7171522B2 (ja) | 2019-07-29 | 2019-07-29 | ヘルスケアデータ分析装置及び分析方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7171522B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008217398A (ja) | 2007-03-05 | 2008-09-18 | Hidetsugu Nanba | 専門用語分類装置、専門用語分類方法、及びプログラム |
JP2010198142A (ja) | 2009-02-23 | 2010-09-09 | Rakuten Inc | 文書中に含まれる語句がカテゴリ別に配属されるデータベースの作成装置、データベースの作成方法、および、データベースの作成プログラム |
JP2016110441A (ja) | 2014-12-08 | 2016-06-20 | 日本電信電話株式会社 | 用語抽出装置、方法、及びプログラム |
-
2019
- 2019-07-29 JP JP2019138551A patent/JP7171522B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008217398A (ja) | 2007-03-05 | 2008-09-18 | Hidetsugu Nanba | 専門用語分類装置、専門用語分類方法、及びプログラム |
JP2010198142A (ja) | 2009-02-23 | 2010-09-09 | Rakuten Inc | 文書中に含まれる語句がカテゴリ別に配属されるデータベースの作成装置、データベースの作成方法、および、データベースの作成プログラム |
JP2016110441A (ja) | 2014-12-08 | 2016-06-20 | 日本電信電話株式会社 | 用語抽出装置、方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021022186A (ja) | 2021-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110459324B (zh) | 基于长短期记忆模型的疾病预测方法、装置和计算机设备 | |
Kamalraj et al. | Interpretable filter based convolutional neural network (IF-CNN) for glucose prediction and classification using PD-SS algorithm | |
Shickel et al. | Deep EHR: a survey of recent advances in deep learning techniques for electronic health record (EHR) analysis | |
JP7008772B2 (ja) | 電子診療レコードからの医学的状態および事実の自動的特定および抽出 | |
US20240078448A1 (en) | Prognostic score based on health information | |
WO2019212005A1 (ja) | 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 | |
Egger et al. | Deep learning—a first meta-survey of selected reviews across scientific disciplines, their commonalities, challenges and research impact | |
JP7433601B2 (ja) | エキスパートレポートエディタ | |
Chantamit-O-Pas et al. | Long short-term memory recurrent neural network for stroke prediction | |
Nori et al. | Deep neural network models for identifying incident dementia using claims and EHR datasets | |
Souza Filho et al. | Artificial intelligence in cardiology: concepts, tools and challenges-“the horse is the one who runs, you must be the jockey” | |
Kaswan et al. | AI-based natural language processing for the generation of meaningful information electronic health record (EHR) data | |
Zhong et al. | Hierarchical reinforcement learning for automatic disease diagnosis | |
Pathak et al. | Post-structuring radiology reports of breast cancer patients for clinical quality assurance | |
CN113643825A (zh) | 基于临床关键特征信息的医疗案例知识库构建方法和系统 | |
CN117473104A (zh) | 基于慢性病管理的知识图谱搭建方法 | |
JP7171522B2 (ja) | ヘルスケアデータ分析装置及び分析方法 | |
US11469000B2 (en) | Medical information processing device, medical information processing method, and storage medium | |
CN115579153A (zh) | 问诊评价方法、问诊评价装置、电子设备和可读存储介质 | |
EP4226383A1 (en) | A system and a way to automatically monitor clinical trials - virtual monitor (vm) and a way to record medical history | |
Naganure et al. | Leveraging deep learning approaches for patient case similarity evaluation | |
Khine et al. | Ensemble CNN and MLP with nurse notes for intensive care unit mortality | |
Prabhakar et al. | Neural language modeling of unstructured clinical notes for automated patient phenotyping | |
Rahman et al. | Disease modeling with a forest deep neural network utilizing nlp and a virtualized clinical semantic network | |
Majekodunmi | Artificial intelligence: current and future impact on general practice |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211101 |
|
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: 20221025 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221027 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221102 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7171522 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |