JP6978997B2 - 類似データの検索方法、情報検索装置及びプログラム - Google Patents
類似データの検索方法、情報検索装置及びプログラム Download PDFInfo
- Publication number
- JP6978997B2 JP6978997B2 JP2018184018A JP2018184018A JP6978997B2 JP 6978997 B2 JP6978997 B2 JP 6978997B2 JP 2018184018 A JP2018184018 A JP 2018184018A JP 2018184018 A JP2018184018 A JP 2018184018A JP 6978997 B2 JP6978997 B2 JP 6978997B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- information
- similar
- threshold value
- rule
- 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
- 238000000034 method Methods 0.000 title claims description 60
- 208000027418 Wounds and injury Diseases 0.000 claims description 32
- 230000006378 damage Effects 0.000 claims description 32
- 208000014674 injury Diseases 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 30
- 239000003814 drug Substances 0.000 claims description 23
- 239000000284 extract Substances 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 238000012800 visualization Methods 0.000 claims description 13
- 238000013075 data extraction Methods 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000007493 shaping process Methods 0.000 description 35
- 238000007405 data analysis Methods 0.000 description 24
- 229940079593 drug Drugs 0.000 description 22
- 230000008569 process Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 19
- 238000007689 inspection Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 238000000556 factor analysis Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000006978 adaptation Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 239000000470 constituent Substances 0.000 description 5
- 239000013589 supplement Substances 0.000 description 5
- 230000000717 retained effect Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本発明の実施例1における医療データ分析支援システムの構成の一例を図1に示す。
以下、本実施例で使用するレセプト情報について説明する。
以下、本実施例で使用するルール情報について説明する。
以下、データ整形部111の処理の概要と、データ整形部111が生成する整形情報370について説明する。
分析処理部112は、類似データ検索部114が抽出した類似データ(後述)に対して、再審査請求の要因を抽出する分析処理を実行し、抽出した要因に関して再審査請求の割合などの統計情報を可視化する。
以下、類似データ検索部114による類似データの抽出処理の一例を示す。図11は、本医療データ分析支援システムにおける類似医療データ抽出処理のフローチャートを示す。この処理は、医療データ分析支援システムのユーザの指令に基づいて開始される。医療データ分析装置10は、比較対象となるレセプトの情報を受け付けて、類似したレセプトを整形情報370から検索し、類似するレセプトのグループを類似データとして抽出する。
(b) 入力データのルールと一致するルール以外のルールを含む候補データの数=類似データ数X2
(c) 入力データのルールと一致するルール以外にも、一致するルールを含み、かつそのルールが禁忌であるか、もしくは再審査請求された項目の一部を含む候補データの数=類似データ数X3
(2) 上記(a)の類似データ数X1が(b)の類似データ数X2を下回る
(3) 前回の閾値による処理結果と比較して(a)の類似データ数X1が今回は増加せず、(b)の類似データ数X2が増加する
類似データ数X2>類似データ数X2(−1)
という候補データが抽出される。
以下、図11のステップS106及びステップS107における指標値及び閾値決定条件のバリエーションを以下に示す。
本発明の実施例1により、類似データ検索部114が、抽出した類似データの統計情報の可視化の例を図2A〜図2Dに示す。
保険者が点検するレセプトは、請求通りのレセプトに対し、再審査請求のレセプト数が少ない。そのため、機械学習や統計的手法を用いた再審査請求の要因分析において、正例と負例のデータ量が不均衡となるため、要因抽出の精度が悪化するという課題がある。
以下、再審査請求と関連する項目に重み付けを行ったうえで類似データを抽出する処理の例について述べる。なお、再審査請求と関連する項目は、前記実施例1の整形情報370の項目一覧1701に含まれる。
本発明の実施例2により、医療データ分析装置10のユーザが履歴情報に基づいて重み付けを選択する画面61の一例を図13に示す。画面61は可視化部115によって、出力部160に表示される。
医療データ分析装システムのユーザは、再審査請求の要因分析の他に、確実に再審査請求される、もしくは再審査請求を回避可能なレセプトのパターンを点検ルールとして抽出したい場合がある。
(b) 再審査請求のないレセプトを判定するルールの抽出
以上のように、上記実施例1、2の類似データの検索方法は、プロセッサ(140)とメモリ(150)を有する計算機(10)が、検索対象データから入力データに類似するデータを抽出する類似データの検索方法であって、前記計算機(10)が、前記入力データの記載情報と前記入力データの第1のルールを受け付け、前記検索対象データを受け付ける入力ステップと(S101、S102)、前記計算機(10)が、閾値の初期値を設定する初期値設定ステップと(S103)、前記計算機(10)が、前記入力データに対する前記検索対象データの一致情報(一致度または類似度)を算出し、一致情報と前記閾値を比較して候補データを抽出する候補データ抽出ステップと(S104)、前記計算機(10)が、前記候補データから、前記第1のルールのみを含む第1のデータと、前記第1のルール群に含まれない第2のルールを含む第2のデータとを抽出するグループ抽出ステップ(S105)と、前記計算機(10)が、前記第1のデータと前記第2のデータが所定の閾値決定条件を満たしていない場合には前記閾値を変更する閾値変更ステップ(S106、S107)と、を含む。
20 データベース
210 医療データ格納部
220 ルール格納部
230 履歴情報格納部
111 データ整形部
112 分析処理部
114 類似データ検索部
115 可視化部
320 傷病名情報
330 診療行為情報
340 医薬品情報
350 特定器材情報
360 再審査請求情報
370 整形情報
380 ルール情報
Claims (15)
- プロセッサとメモリを有する計算機が、検索対象データから入力データに類似するデータを抽出する類似データの検索方法であって、
前記計算機が、前記入力データの記載情報と前記入力データの第1のルールを受け付け、前記検索対象データを受け付ける入力ステップと、
前記計算機が、閾値の初期値を設定する初期値設定ステップと、
前記計算機が、前記入力データに対する前記検索対象データの一致情報を算出し、一致情報と前記閾値を比較して候補データを抽出する候補データ抽出ステップと、
前記計算機が、前記候補データから、前記第1のルールのみを含む第1のデータと、前記第1のルールに含まれない第2のルールを含む第2のデータとを抽出するグループ抽出ステップと、
前記計算機が、前記第1のデータと前記第2のデータが所定の閾値決定条件を満たしていない場合には前記閾値を変更する閾値変更ステップと、
を含むことを特徴とする類似データの検索方法。 - 請求項1に記載の類似データの検索方法であって、
前記閾値変更ステップは、
前記第2のデータに含まれる属性情報の有無に基づいて前記閾値決定条件を満たしているか否かを判定することを特徴とする類似データの検索方法。 - 請求項1に記載の類似データの検索方法であって、
前記計算機が、前記第1のデータと前記第2のデータが所定の閾値決定条件を満たしている場合には、前記一致情報が前記閾値以上の前記検索対象データを類似データとして抽出する類似データ抽出ステップを、さらに含むことを特徴とする類似データの検索方法。 - 請求項1に記載の類似データの検索方法であって、
前記閾値変更ステップは、
前記第2のデータに属性情報が含まれるまで前記閾値を低下させることを特徴とする類似データの検索方法。 - 請求項1に記載の類似データの検索方法であって、
前記閾値変更ステップは、
前記閾値毎に前記第1のデータの数と、前記第2のデータの数を取得し、前記第2のデータの数が第1のデータの数を上回るまで前記閾値を低下させることを特徴とする類似データの検索方法。 - 請求項1に記載の類似データの検索方法であって、
前記閾値変更ステップは、
前記閾値毎に前記第1のデータの数と、前記第2のデータの数を取得し、前記第1のデータの数が増加せずかつ前記第2のデータの数のみが増加するまで前記閾値を低下させることを特徴とする類似データの検索方法。 - 請求項2に記載の類似データの検索方法であって、
前記閾値変更ステップは、
前記閾値毎に前記第1のデータの数と、前記属性情報を含む前記第2のデータの数を取得し、前記第1のデータの数が増加せずかつ前記属性情報を持つ前記第2のデータの数のみが増加するまで前記閾値を低下させることを特徴とする類似データの検索方法。 - 請求項2に記載の類似データの検索方法であって、
前記入力データ及び検索対象データは、医療情報を含むレセプトの情報であって、
前記記載情報は、前記レセプトに記載された傷病名と、診療行為と、特定器材と、医薬品と、ルールの情報を含み、
前記ルールは、医療情報の組み合わせが適応であるか禁忌であるかの情報を含み、
前記属性情報は、第1の属性情報もしくは第2の属性情報であって、
前記第1の属性情報は、前記レセプトに記載された再審査請求の情報であり、
前記第2の属性情報は、前記第2のルールが禁忌の情報であるか、前記第2のルールが再審査請求された項目を含むことを特徴とする類似データの検索方法。 - 請求項8に記載の類似データの検索方法であって、
前記計算機が、前記候補データから、前記第1の属性情報を持つ記載情報を取得する再審査請求抽出ステップと、
前記計算機が、前記第1の属性情報が示す記載情報に重み値を付加して再度候補データを抽出する重み設定ステップと、
をさらに含むことを特徴とする類似データの検索方法。 - 請求項9に記載の類似データの検索方法であって、
前記再審査請求抽出ステップは、
前記重み値毎に、前記候補データに含まれる前記第1の属性情報の割合である属性割合情報を取得し、
前記重み設定ステップは、
前記属性割合情報が増加しなくなるまで前記重み値を増加させて前記候補データを抽出することを特徴とする類似データの検索方法。 - 請求項8に記載の類似データの検索方法であって、
前記計算機が、過去の入力データ毎に重み値の履歴情報を蓄積する履歴情報蓄積ステップと、
前記計算機が、新たな入力データを用いて候補データを抽出する場合に、前記新たな入力データとの一致度が最も高い過去の入力データの重み値情報を出力し、前記重み値情報を用いて候補データを検索するか否かの選択を受け付ける重み選択ステップと、
をさらに含むことを特徴とする類似データの検索方法。 - 請求項10に記載の類似データの検索方法であって、
前記重み設定ステップは、
重み付けの対象を前記第1の属性情報が付与された記載情報とするか、前記第1の属性情報が付与されていない記載情報を対象とするかを、分析目的の情報に従って切り替え、かつ、前記属性割合情報が増加しなくなるまで重み値を増加させるか、前記属性割合情報がなくなるまで重み値を増加させるかを切り替えて、類似データを抽出することを特徴とする類似データの検索方法。 - 請求項8に記載の類似データの検索方法であって、
前記計算機が、前記閾値毎の候補データの統計情報として、候補データの数と、前記入力データに存在するルールのうち候補データ内に存在するルールの数と、入力データに存在しないルールのうち候補データに存在するルールの数と、候補データに存在する前記第1の属性情報の割合を表示する可視化ステップを、さらに含むことを特徴とする類似データの検索方法。 - プロセッサとメモリを有し、検索対象データから入力データに類似するデータを抽出する情報検索装置であって、
前記プロセッサが、前記入力データの記載情報と、前記入力データの第1のルールと、前記検索対象データを受け付けて、閾値の初期値を設定し、
前記プロセッサが、前記入力データに対する前記検索対象データの一致情報を算出し、当該一致情報と前記閾値を比較して候補データを抽出し、前記候補データから、前記第1のルールのみを含む第1のデータと、前記第1のルールに含まれない第2のルールを含む第2のデータとを抽出し、
前記プロセッサが、前記第1のデータと前記第2のデータが所定の閾値決定条件を満たしていない場合には前記閾値を変更することを特徴とする情報検索装置。 - プロセッサとメモリを有する計算機で、検索対象データから入力データに類似するデータを抽出させるためのプログラムであって、
前記入力データの記載情報と前記入力データの第1のルールを受け付ける第1のステップと、
前記検索対象データを受け付ける第2のステップと、
閾値の初期値を設定する第3のステップと、
前記入力データに対する前記検索対象データの一致情報を算出し、一致情報と前記閾値を比較して候補データを抽出する第4のステップと、
前記候補データから、前記第1のルールのみを含む第1のデータと、前記第1のルールに含まれない第2のルールを含む第2のデータとを抽出するグループ抽出ステップと、
前記第1のデータと前記第2のデータが所定の閾値決定条件を満たしていない場合には前記閾値を変更する閾値変更ステップと、
を前記計算機に実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018184018A JP6978997B2 (ja) | 2018-09-28 | 2018-09-28 | 類似データの検索方法、情報検索装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018184018A JP6978997B2 (ja) | 2018-09-28 | 2018-09-28 | 類似データの検索方法、情報検索装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020052912A JP2020052912A (ja) | 2020-04-02 |
JP6978997B2 true JP6978997B2 (ja) | 2021-12-08 |
Family
ID=69997391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018184018A Active JP6978997B2 (ja) | 2018-09-28 | 2018-09-28 | 類似データの検索方法、情報検索装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6978997B2 (ja) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3707738B2 (ja) * | 2003-05-29 | 2005-10-19 | 株式会社日立製作所 | 診療報酬明細書審査支援装置および方法ならびにそのプログラム |
JP4392259B2 (ja) * | 2004-02-10 | 2009-12-24 | 富士通株式会社 | 予約管理プログラム、予約管理方法および予約管理装置 |
JP2005309836A (ja) * | 2004-04-22 | 2005-11-04 | Link Genomics Kk | がん診断支援システム |
US7734566B2 (en) * | 2004-11-01 | 2010-06-08 | Sap Ag | Information retrieval method with efficient similarity search capability |
JP5504620B2 (ja) * | 2008-12-10 | 2014-05-28 | 富士通株式会社 | データ選択支援プログラム、データ選択支援装置およびデータ選択支援方法 |
JP5856499B2 (ja) * | 2012-02-15 | 2016-02-09 | リーズンホワイ株式会社 | レセプト分析装置及びレセプト分析プログラム |
JP2014092955A (ja) * | 2012-11-05 | 2014-05-19 | Panasonic Corp | 類似コンテンツ検索処理装置、類似コンテンツ検索処理方法、およびプログラム |
JP2015207111A (ja) * | 2014-04-18 | 2015-11-19 | ソニー株式会社 | 検査サーバ、検査方法および検査システム |
-
2018
- 2018-09-28 JP JP2018184018A patent/JP6978997B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020052912A (ja) | 2020-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7522167B2 (ja) | モデル支援コホート選択を行うシステム及び方法 | |
Tsafnat et al. | Systematic review automation technologies | |
US10886025B2 (en) | Drug adverse event extraction method and apparatus | |
US11651252B2 (en) | Prognostic score based on health information | |
US8600772B2 (en) | Systems and methods for interfacing with healthcare organization coding system | |
JP5823943B2 (ja) | フォレンジックシステムおよびフォレンジック方法並びにフォレンジックプログラム | |
US10467252B1 (en) | Document classification and characterization using human judgment, tiered similarity analysis and language/concept analysis | |
US20110078136A1 (en) | Method and system for providing relationships in search results | |
JP5891305B2 (ja) | 診療プロセス分析システム | |
JP6542612B2 (ja) | テストシナリオ生成支援装置およびテストシナリオ生成支援方法 | |
US20130060793A1 (en) | Extracting information from medical documents | |
KR20170133692A (ko) | 의료 기록 문서에서의 의료 단어의 연관 규칙 생성 방법 및 그 장치 | |
CN114270391A (zh) | 量化隐私影响 | |
JP6177609B2 (ja) | 医療カルテシステム及び医療カルテ検索方法 | |
CN110729054A (zh) | 异常就诊行为检测方法、装置、计算机设备及存储介质 | |
KR101401225B1 (ko) | 문서 분석 시스템 | |
JP4250284B2 (ja) | 診療報酬明細書分析システム | |
JP6963535B2 (ja) | 分析方法、分析装置及びプログラム | |
JP6978997B2 (ja) | 類似データの検索方法、情報検索装置及びプログラム | |
Cruz et al. | Prognostic value of myocardial blush grade in ST-elevation MI: a systematic review and meta-analysis | |
JP2019074921A (ja) | 分類プログラム、分類方法、および分類装置 | |
JP6676792B2 (ja) | レビュア管理システムおよび方法 | |
JP6979392B2 (ja) | 分析方法、分析装置及びプログラム | |
Surian et al. | Using automated methods to detect safety problems with health information technology: a scoping review | |
US20230395209A1 (en) | Development and use of feature maps from clinical data using inference and machine learning approaches |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201110 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211007 |
|
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: 20211102 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211112 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6978997 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |