JP2018180993A - データ分析支援システム及びデータ分析支援方法 - Google Patents
データ分析支援システム及びデータ分析支援方法 Download PDFInfo
- Publication number
- JP2018180993A JP2018180993A JP2017080645A JP2017080645A JP2018180993A JP 2018180993 A JP2018180993 A JP 2018180993A JP 2017080645 A JP2017080645 A JP 2017080645A JP 2017080645 A JP2017080645 A JP 2017080645A JP 2018180993 A JP2018180993 A JP 2018180993A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- event
- data analysis
- patients
- analysis support
- 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.)
- Granted
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
<システム構成の説明1>
図1は、本発明の実施例1の治療計画決定支援システム100の構成を示すブロック図である。
101 制御部
102 出力部
103 メモリ
104 通信部
105 表示画面生成部
106 データ抽出部
107 分析対象患者抽出部
108 イベントデータ生成部
109 患者状態分類部
110 目的変数ラベル生成部
111 予測モデル生成部
112 統合データベース
113 イベント情報格納データベース
114 予測モデル格納データベース
119 蓄積データ取得部
120 病院情報システム
121 診療情報データベース
130 入出力端末
140 ネットワーク
Claims (15)
- 複数の患者の状態に関する診療情報を保持する記憶部と、
前記診療情報に基づいて、前記複数の患者の状態を複数のクラスタに分類する患者状態分類部と、
前記分類された患者の状態、および、前記各患者において所定の事象が発生したか否かに基づいて、前記分類された患者の状態から前記所定の事象の発生を予測する予測モデルを生成する予測モデル生成部と、を有することを特徴とするデータ分析支援システム。 - 請求項1に記載のデータ分析支援システムであって、
前記記憶部は、前記所定の事象が発生した原因を示す情報さらに保持し、
前記患者状態分類部は、前記所定の事象が同一の原因で発生した患者の状態が同一のクラスタに属するように分類することを特徴とするデータ分析支援システム。 - 請求項1に記載のデータ分析支援システムであって、
前記患者状態分類部は、前記複数の患者のうち前記所定の事象が発生した患者について、前記所定の事象が発生した時点を基準とする所定の期間の、前記診療情報に含まれる前記複数の患者の状態を示す値を対象とするクラスタ分析を実行することによって、前記複数の患者の状態を複数のクラスタに分類することを特徴とするデータ分析支援システム。 - 請求項3に記載のデータ分析支援システムであって、
前記患者状態分類部は、前記予測モデルを用いた前記所定の事象の発生の予測精度が最も高くなるように、分類されるクラスタ数を決定することを特徴とするデータ分析支援システム。 - 請求項3に記載のデータ分析支援システムであって、
前記患者状態分類部は、クラスタ数を変更しながら前記クラスタ分析を複数回実行し、
前記予測モデル生成部は、
複数回実行された前記クラスタ分析の結果のそれぞれについて前記予測モデルを生成し、
生成されたそれぞれの予測モデルについて、前記事象の発生リスクに対する、前記診療情報に含まれる複数の因子の重み係数を取得し、
前記診療情報に含まれる複数の因子のうち治療によって値を変更可能な因子の重み係数がより大きい予測モデルを出力することを特徴とするデータ分析支援システム。 - 請求項1に記載のデータ分析支援システムであって、
前記患者状態分類部は、いずれかのクラスタに分類された患者の数が所定の下限値より少ない場合、分類されるクラスタ数を減らして、前記複数の患者のうち前記所定の事象が発生した患者について、前記所定の事象が発生した時点を基準とする所定の期間の、前記診療情報に含まれる前記複数の患者の状態を示す値を対象とするクラスタ分析を実行することによって、前記複数の患者の状態を複数のクラスタに分類することを特徴とするデータ分析支援システム。 - 請求項1に記載のデータ分析支援システムであって、
前記診療情報から抽出された分析対象患者の状態に前記予測モデルを適用することによって、前記分析対象患者における前記所定の事象の発生を予測する制御部と、
前記制御部による予測の結果を出力する出力部と、をさらに有することを特徴とするデータ分析支援システム。 - 複数の個体の状態に関する履歴情報を保持する記憶部と、
前記履歴情報に基づいて、前記複数の個体の状態を複数のクラスタに分類する個体状態分類部と、
前記分類された個体の状態、および、前記各個体において所定の事象が発生したか否かに基づいて、前記分類された個体の状態から前記所定の事象の発生を予測する予測モデルを生成する予測モデル生成部と、を有することを特徴とするデータ分析支援システム。 - プロセッサと、前記プロセッサに接続される記憶部と、を有する計算機システムが実行するデータ分析支援方法であって、
前記記憶部は、複数の患者の状態に関する診療情報を保持し、
前記データ分析支援方法は、
前記プロセッサが、前記診療情報に基づいて、前記複数の患者の状態を複数のクラスタに分類する第1手順と、
前記プロセッサが、前記分類された患者の状態、および、前記各患者において所定の事象が発生したか否かに基づいて、前記分類された患者の状態から前記所定の事象の発生を予測する予測モデルを生成する第2手順と、を含むことを特徴とするデータ分析支援方法。 - 請求項9に記載のデータ分析支援方法であって、
前記記憶部は、前記所定の事象が発生した原因を示す情報さらに保持し、
前記第1手順において、前記プロセッサは、前記所定の事象が同一の原因で発生した患者の状態が同一のクラスタに属するように分類することを特徴とするデータ分析支援方法。 - 請求項9に記載のデータ分析支援方法であって、
前記第1手順において、前記プロセッサは、前記複数の患者のうち前記所定の事象が発生した患者について、前記所定の事象が発生した時点を基準とする所定の期間の、前記診療情報に含まれる前記複数の患者の状態を示す値を対象とするクラスタ分析を実行することによって、前記複数の患者の状態を複数のクラスタに分類することを特徴とするデータ分析支援方法。 - 請求項11に記載のデータ分析支援方法であって、
前記第1手順において、前記プロセッサは、前記予測モデルを用いた前記所定の事象の発生の予測精度が最も高くなるように、分類されるクラスタ数を決定することを特徴とするデータ分析支援方法。 - 請求項11に記載のデータ分析支援方法であって、
前記第1手順において、前記プロセッサは、クラスタ数を変更しながら前記クラスタ分析を複数回実行し、
前記第2手順において、前記プロセッサは、
複数回実行された前記クラスタ分析の結果のそれぞれについて前記予測モデルを生成し、
生成されたそれぞれの予測モデルについて、前記事象の発生リスクに対する、前記診療情報に含まれる複数の因子の重み係数を取得し、
前記診療情報に含まれる複数の因子のうち治療によって値を変更可能な因子の重み係数がより大きい予測モデルを出力することを特徴とするデータ分析支援方法。 - 請求項9に記載のデータ分析支援方法であって、
前記第1手順において、前記プロセッサは、いずれかのクラスタに分類された患者の数が所定の下限値より少ない場合、分類されるクラスタ数を減らして、前記複数の患者のうち前記所定の事象が発生した患者について、前記所定の事象が発生した時点を基準とする所定の期間の、前記診療情報に含まれる前記複数の患者の状態を示す値を対象とするクラスタ分析を実行することによって、前記複数の患者の状態を複数のクラスタに分類することを特徴とするデータ分析支援方法。 - 請求項9に記載のデータ分析支援方法であって、
前記プロセッサが、前記診療情報から抽出された分析対象患者の状態に前記予測モデルを適用することによって、前記分析対象患者における前記所定の事象の発生を予測する第3手順と、
前記プロセッサが、前記予測の結果を出力する第4手順と、をさらに含むことを特徴とするデータ分析支援方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017080645A JP6901308B2 (ja) | 2017-04-14 | 2017-04-14 | データ分析支援システム及びデータ分析支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017080645A JP6901308B2 (ja) | 2017-04-14 | 2017-04-14 | データ分析支援システム及びデータ分析支援方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018180993A true JP2018180993A (ja) | 2018-11-15 |
JP6901308B2 JP6901308B2 (ja) | 2021-07-14 |
Family
ID=64276885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017080645A Active JP6901308B2 (ja) | 2017-04-14 | 2017-04-14 | データ分析支援システム及びデータ分析支援方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6901308B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020126510A (ja) * | 2019-02-06 | 2020-08-20 | 株式会社日立製作所 | 計算機システム及び情報の提示方法 |
JP2020135489A (ja) * | 2019-02-20 | 2020-08-31 | 株式会社日立製作所 | ヘルスケアデータ分析装置及びヘルスケアデータ分析方法 |
JPWO2020202446A1 (ja) * | 2019-04-01 | 2020-10-08 | ||
JP2020201819A (ja) * | 2019-06-12 | 2020-12-17 | 株式会社日立製作所 | ビジネスマッチング支援装置、及びビジネスマッチング支援方法 |
JP2021005410A (ja) * | 2018-12-13 | 2021-01-14 | アイエムエス ソフトウェア サービシズ リミテッド | 情報処理装置、情報処理方法及びプログラム |
JP2021034056A (ja) * | 2019-08-26 | 2021-03-01 | エフ.ホフマン−ラ ロシュ アーゲーF. Hoffmann−La Roche Aktiengesellschaft | 医療データの自動化された検証 |
CN112530575A (zh) * | 2019-09-02 | 2021-03-19 | 佳能医疗***株式会社 | 诊疗辅助装置 |
JPWO2021084695A1 (ja) * | 2019-10-31 | 2021-05-06 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012013674A (ja) * | 2010-05-31 | 2012-01-19 | Tohoku Electric Power Co Inc | 架線金具類の劣化予測マッピング装置及び劣化予測マッピング方法 |
JP2014225175A (ja) * | 2013-05-17 | 2014-12-04 | 株式会社日立製作所 | データ分析装置及び保健事業支援方法 |
CN105808906A (zh) * | 2014-10-27 | 2016-07-27 | 三星Sds株式会社 | 患者个人特性的分析方法及其装置 |
-
2017
- 2017-04-14 JP JP2017080645A patent/JP6901308B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012013674A (ja) * | 2010-05-31 | 2012-01-19 | Tohoku Electric Power Co Inc | 架線金具類の劣化予測マッピング装置及び劣化予測マッピング方法 |
JP2014225175A (ja) * | 2013-05-17 | 2014-12-04 | 株式会社日立製作所 | データ分析装置及び保健事業支援方法 |
CN105808906A (zh) * | 2014-10-27 | 2016-07-27 | 三星Sds株式会社 | 患者个人特性的分析方法及其装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7324390B2 (ja) | 2018-12-13 | 2023-08-10 | アイエムエス ソフトウェア サービシズ リミテッド | 情報処理装置、情報処理方法及びプログラム |
JP2021005410A (ja) * | 2018-12-13 | 2021-01-14 | アイエムエス ソフトウェア サービシズ リミテッド | 情報処理装置、情報処理方法及びプログラム |
JP2020126510A (ja) * | 2019-02-06 | 2020-08-20 | 株式会社日立製作所 | 計算機システム及び情報の提示方法 |
JP7057761B2 (ja) | 2019-02-06 | 2022-04-20 | 株式会社日立製作所 | 計算機システム及び情報の提示方法 |
JP7027359B2 (ja) | 2019-02-20 | 2022-03-01 | 株式会社日立製作所 | ヘルスケアデータ分析装置及びヘルスケアデータ分析方法 |
JP2020135489A (ja) * | 2019-02-20 | 2020-08-31 | 株式会社日立製作所 | ヘルスケアデータ分析装置及びヘルスケアデータ分析方法 |
WO2020202446A1 (ja) * | 2019-04-01 | 2020-10-08 | アイポア株式会社 | 細孔電気抵抗法による測定対象粒子の細孔通過にともなうイオン電流の過渡変化を計測し、そのパルス波形を解析するための機械学習プログラム、方法、および装置 |
JP7309227B2 (ja) | 2019-04-01 | 2023-07-18 | アイポア株式会社 | 細孔電気抵抗法による測定対象粒子の細孔通過にともなうイオン電流の過渡変化を計測し、そのパルス波形を解析するための機械学習プログラム、方法、および装置 |
JPWO2020202446A1 (ja) * | 2019-04-01 | 2020-10-08 | ||
JP2020201819A (ja) * | 2019-06-12 | 2020-12-17 | 株式会社日立製作所 | ビジネスマッチング支援装置、及びビジネスマッチング支援方法 |
JP7261095B2 (ja) | 2019-06-12 | 2023-04-19 | 株式会社日立製作所 | ビジネスマッチング支援装置、及びビジネスマッチング支援方法 |
JP2021034056A (ja) * | 2019-08-26 | 2021-03-01 | エフ.ホフマン−ラ ロシュ アーゲーF. Hoffmann−La Roche Aktiengesellschaft | 医療データの自動化された検証 |
CN112530575A (zh) * | 2019-09-02 | 2021-03-19 | 佳能医疗***株式会社 | 诊疗辅助装置 |
JPWO2021084695A1 (ja) * | 2019-10-31 | 2021-05-06 | ||
JP7400828B2 (ja) | 2019-10-31 | 2023-12-19 | 日本電気株式会社 | 患者状態予測装置、患者状態予測方法、及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6901308B2 (ja) | 2021-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6901308B2 (ja) | データ分析支援システム及びデータ分析支援方法 | |
US10902953B2 (en) | Clinical outcome tracking and analysis | |
US11923056B1 (en) | Discovering context-specific complexity and utilization sequences | |
US20180096105A1 (en) | Data processing systems and methods implementing improved analytics platform and networked information systems | |
JP6127160B2 (ja) | 個人化ヘルスケアシステム及び方法 | |
JP6066825B2 (ja) | データ分析装置及び保健事業支援方法 | |
JP6783887B2 (ja) | 治療経路分析および管理プラットフォーム | |
Dey et al. | Study and analysis of data mining algorithms for healthcare decision support system | |
US20120065987A1 (en) | Computer-Based Patient Management for Healthcare | |
US20200152332A1 (en) | Systems and methods for dynamic monitoring of patient conditions and prediction of adverse events | |
US20180060521A1 (en) | Managing care pathways | |
JP2017537365A (ja) | 患者データに基づく健康診断および治療のためのベイジアン因果関係ネットワークモデル | |
CN106793957B (zh) | 用于预测患者护理未来结果的医疗***和方法 | |
US9646135B2 (en) | Clinical outcome tracking and analysis | |
EP3327727A2 (en) | Data processing systems and methods implementing improved analytics platform and networked information systems | |
US20210343420A1 (en) | Systems and methods for providing accurate patient data corresponding with progression milestones for providing treatment options and outcome tracking | |
EP4058948A1 (en) | Systems and methods for machine learning approaches to management of healthcare populations | |
US9861281B2 (en) | Telemetrics and alert system | |
Wu et al. | A machine learning approach to predict length of stay for opioid overdose admitted patients | |
Sivasankari et al. | Automated health care management system using big data technology | |
Suganthi et al. | Data Analytics in Healthcare Systems–Principles, Challenges, and Applications | |
WO2023235395A1 (en) | Methods and systems for patient discharge management | |
Singh et al. | Development of Patient Care Model Corresponding to Indian Hospitals | |
Hosseinzadeh et al. | Predictability Analysis of Hospital Readmission Using Machine Learning Techniques | |
Ieva et al. | MOX–Report No. 26/2010 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200522 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210421 |
|
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: 20210525 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210617 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6901308 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |