JP7373958B2 - 分析システム及び分析方法 - Google Patents
分析システム及び分析方法 Download PDFInfo
- Publication number
- JP7373958B2 JP7373958B2 JP2019176451A JP2019176451A JP7373958B2 JP 7373958 B2 JP7373958 B2 JP 7373958B2 JP 2019176451 A JP2019176451 A JP 2019176451A JP 2019176451 A JP2019176451 A JP 2019176451A JP 7373958 B2 JP7373958 B2 JP 7373958B2
- Authority
- JP
- Japan
- Prior art keywords
- medical
- medical practice
- patient
- data
- onset
- 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 106
- 238000004458 analytical method Methods 0.000 title claims description 105
- 201000010099 disease Diseases 0.000 claims description 121
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 121
- 238000011282 treatment Methods 0.000 claims description 115
- 238000012545 processing Methods 0.000 claims description 110
- 238000000605 extraction Methods 0.000 claims description 89
- 238000004364 calculation method Methods 0.000 claims description 81
- 239000000284 extract Substances 0.000 claims description 44
- 238000011156 evaluation Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 41
- 230000000694 effects Effects 0.000 claims description 34
- 230000009471 action Effects 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 25
- 238000012360 testing method Methods 0.000 claims description 18
- 238000012417 linear regression Methods 0.000 claims description 4
- 238000011234 economic evaluation Methods 0.000 description 48
- 238000010586 diagram Methods 0.000 description 34
- 230000004048 modification Effects 0.000 description 24
- 238000012986 modification Methods 0.000 description 24
- 229940123518 Sodium/glucose cotransporter 2 inhibitor Drugs 0.000 description 21
- 206010012601 diabetes mellitus Diseases 0.000 description 19
- 238000000968 medical method and process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 239000013598 vector Substances 0.000 description 8
- 230000004931 aggregating effect Effects 0.000 description 7
- 230000007423 decrease Effects 0.000 description 6
- 230000003247 decreasing effect Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 229940090124 dipeptidyl peptidase 4 (dpp-4) inhibitors for blood glucose lowering Drugs 0.000 description 5
- 238000013399 early diagnosis Methods 0.000 description 4
- 102100025012 Dipeptidyl peptidase 4 Human genes 0.000 description 3
- 101000908391 Homo sapiens Dipeptidyl peptidase 4 Proteins 0.000 description 3
- 108091006269 SLC5A2 Proteins 0.000 description 3
- 102000058081 Sodium-Glucose Transporter 2 Human genes 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 101000599048 Homo sapiens Interleukin-6 receptor subunit alpha Proteins 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 102000052623 human IL6R Human genes 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 208000032928 Dyslipidaemia Diseases 0.000 description 1
- 208000031226 Hyperlipidaemia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000017170 Lipid metabolism disease Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 206010039073 rheumatoid arthritis Diseases 0.000 description 1
- 229950006348 sarilumab Drugs 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
Images
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
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Tourism & Hospitality (AREA)
- Child & Adolescent Psychology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
前記記憶デバイスは、患者属性と疾病の名称と医療行為と医療行為実施日を含む医療行為データと、患者の検査結果を含む臨床データと、患者属性と疾病の名称と医療行為実施日と医療費を含む医療費データと、疾病と医療行為との関係が記録される発症知識データと、関連して発生する疾病の名称が対応して記録される関連病名データとを格納し、分析対象の患者の疾病の名称を分析条件として受け付ける入力部と、前記発症知識データを参照して、前記分析条件として名称が入力された疾病に対応する医療行為を特定し、前記特定された医療行為から分析対象の疾病を発症した可能性がある患者の情報を発症イベントとして前記医療行為データから検出するイベント検出部と、前記検出された発症イベントに対応する医療行為と、発症日から当該医療行為の実施日までの相対日数とを、時系列情報として抽出する関係抽出部と、前記医療行為データと臨床データとから、医療の質を表す指標値を算出する評価指標算出部と、前記検出された発症イベントの時期以後に発生した、分析条件として入力された疾病の名称が前記医療費データの疾病の名称と一致する医療行為の費用を前記医療費データから算出するコスト算出部と、前記算出された指標値と、前記分析対象の患者に対する医療行為と臨床データと、前記関係抽出部が抽出した時系列情報とを説明変数として、医療行為の効果を目的変数として、線形回帰モデル又は非線形モデルを用いて、説明変数の特徴量を選択し、前記分析対象の患者に効果が高い医療行為を抽出する抽出部とを備えることを特徴とする。
図2は、本実施例の診療行為・施策の経済価値評価システムの構成図である。
前述した実施例では、ユーザが選択した一つの診療行為について経済的な評価を行ったが、変形例1では複数の診療行為について経済的な評価をする。
501及び処理結果提示領域502を含む。条件設定領域501には、診療行為の有効性を分析するために操作される「有効性分析」ボタン5011と、診療行為・施策の経済価値を評価するために操作される「評価指標算出」ボタン5012と、分析条件を設定するためのプルダウンによる選択肢入力欄とが表示される。図示した例では、糖尿病患者の2013年から2016年のデータを用いて、血糖コントロールに影響を及ぼす効果が高い診療行為における医療費を集計するための条件が設定されている。
前述した実施例では、特定の診療行為の実施有無に基づいて患者を2群に分けて医療費を比較したが、変形例2では特定の診療行為の実施時期によって患者を2群に分けて医療費を比較する。
図32は、本変形例の診療行為・施策の経済価値評価システムの構成図である。
本明細書に開示された発明のうち、特許請求の範囲に記載した以外の本発明の観点の代表的なものとして、以下のものがある。
所定の処理を実行する演算装置と、前記演算装置に接続された記憶デバイスとを有する計算機によって構成され、
分析条件を受け付ける入力部と、
発症イベントを抽出するイベント検出部と、
前記イベント検出部が抽出した発症イベントの時期以後に発生した、分析対象の病名に関する診療行為の費用を算出するコスト算出部と、を備えることを特徴とする分析システム。
関連して発生する病名が格納された関連病名情報を参照して、前記分析対象の病名に関連する病名の診療行為を特定し、
前記発症イベントの時期以後に発生した、前記分析対象の病名の診療行為及び前記特定された診療行為の費用を算出することを特徴とする(1)に記載の分析システム。
前記経済評価算出部は、全て又は選択された分析対象の病名に関し、複数の診療行為の各々について、当該診療行為の実施群と未実施群とを分けて医療費を集計し、
前記画面構成処理部は、前記集計された医療費の前記実施群と前記未実施群との差が大きい順に、前記複数の診療行為の経済評価を表示するための表示データを生成することを特徴とする(5)に記載の分析システム。
前記関係抽出部が算出した時系列関係と、前記診療行為及び施策の実施量とに基づいて、前記時系列関係を考慮した診療行為及び施策の特徴量を生成する特徴生成部と、
前記診療行為及び施策の履歴と患者の検査結果を含む臨床データとから、医療の質を表す指標値を算出する指標算出部と、
前記特徴生成部が抽出した診療行為及び施策の特徴量を説明変数とし、前記指標算出部が算出した指標値を目的変数として、前記指標値が良好な診療行為及び施策を抽出する効果抽出部と、を備えることを特徴とする(1)に記載の分析システム。
前記計算機は、所定の処理を実行する演算装置と、前記演算装置に接続された記憶デバイスとを有し、
前記分析方法は、
前記演算装置が、分析条件を受け付ける入力手順と、
前記演算装置が、発症イベントを抽出するイベント検出手順と、
前記演算装置が、前記イベント検出手順で抽出された発症イベントの時期以後に発生した、分析対象の病名に関する診療行為の費用を算出するコスト算出手順と、を含むことを特徴とする(9)に記載の分析方法。
前記演算装置が、関連して発生する病名が格納された関連病名情報を参照して、前記分析対象の病名に関連する病名の診療行為を特定し、
前記演算装置が、前記発症イベントの時期以後に発生した、前記分析対象の病名の診療行為及び前記特定された診療行為の費用を算出することを特徴とする(9)に記載の分析方法。
前記経済評価算出手順では、前記演算装置が、全て又は選択された分析対象の病名に関し、複数の診療行為の各々について、当該診療行為の実施群と未実施群とを分けて医療費を集計し、
前記画面構成処理手順では、前記演算装置が、前記集計された医療費の前記実施群と前記未実施群との差が大きい順に、前記複数の診療行為の経済評価を表示するための表示データを生成することを特徴とする(13)に記載の分析方法。
所定の処理を実行する演算装置と、前記演算装置に接続された記憶デバイスとを有する計算機によって構成され、
分析対象の期間及び疾患を受け付ける入力部と、
発症イベントを抽出するイベント検出部と、
前記イベント検出部が抽出した発症イベントの時期と、前記診療行為及び施策の実施時期との時系列関係を算出する関係抽出部と、
前記関係抽出部が算出した時系列関係と、前記診療行為及び施策の実施量とに基づいて、前記時系列関係を考慮した診療行為及び施策の特徴量を生成する特徴生成部と、
前記診療行為及び施策の履歴と患者の検査結果を含む臨床データとから、医療の質を表す指標値を算出する指標算出部と、
前記特徴生成部が抽出した診療行為及び施策の特徴量を説明変数とし、前記指標算出部が算出した指標値を目的変数として、前記指標値が良好な診療行為及び施策を抽出する効果抽出部と、を備えることを特徴とする分析システム。
下式において、iは患者を、jは診療行為及び施策を、tは時間を表し、f(t)は時間の経過と共に減少する単調減少関数である。
下式において、iは患者を、jは診療行為及び施策を、tは時間を表し、f(t)は時間の経過と共に減少する単調減少関数である。
前記イベント検出部は、前記知識データを参照して、発症イベントの時期を抽出するものであって、
前記分析システムは、前記診療行為及び施策の履歴と前記臨床データとから疾患と関連する診療行為及び施策を抽出して、知識データに記録する知識生成部を備えることを特徴とする(21)に記載の分析システム。
前記計算機は、所定の処理を実行する演算装置と、前記演算装置に接続された記憶デバイスとを有し、
前記方法は、
前記演算装置が、分析対象の期間及び疾患を受け付ける入力手順と、
前記演算装置が、発症イベントを抽出するイベント検出手順と、
前記演算装置が、前記イベント検出手順で抽出された発症イベントの時期と、前記診療行為及び施策の実施時期との時系列関係を算出する関係抽出手順と、
前記演算装置が、前記関係抽出手順で算出された時系列関係と、前記診療行為及び施策の実施量とに基づいて、前記時系列関係を考慮した診療行為及び施策の特徴量を生成する特徴生成手順と、
前記演算装置が、前記診療行為及び施策の履歴と患者の検査結果を含む臨床データとから、医療の質を評価する指標値を算出する指標算出手順と、
前記演算装置が、前記特徴生成手順で抽出された診療行為及び施策の特徴量を説明変数とし、前記指標算出手順で算出された指標値を目的変数として、前記指標値が良好な診療行為及び施策を抽出する効果抽出手順と、を含むことを特徴とする分析方法。
下式において、iは患者を、jは診療行為及び施策を、tは時間を表し、f(t)は時間の経過と共に減少する単調減少関数である。
下式において、iは患者を、jは診療行為及び施策を、tは時間を表し、f(t)は時間の経過と共に減少する単調減少関数である。
前記イベント検出手順では、前記演算装置が、前記知識データを参照して、発症イベントの時期を抽出するものであって、
前記分析方法は、前記演算装置が、前記診療行為及び施策の履歴と前記臨床データとから疾患と関連する診療行為及び施策を抽出して、知識データとして記録する知識生成手順を含むことを特徴とする(28)に記載の分析方法。
101 診療行為データベース
102 臨床データベース
103 外部DB連携部
104 発症イベント検出部
105 発症知識データベース
106 発症-診療行為関係抽出部
107 発症時系列情報畳み込み部
108 評価指標算出部
109 診療効果抽出部
110 対象疾病トータルコスト算出部
111 医療経済評価算出部
112 対象患者医療行為抽出部
113 候補抽出部
114 画面構成処理部
115 入力部
116 表示部
117 遅延高リスク抽出部
200 入力装置
201 出力装置
202 メモリ
203 中央処理装置
204 補助記憶装置
Claims (15)
- 医療行為の効果を分析する分析システムであって、
所定の処理を実行する演算装置と、前記演算装置に接続された記憶デバイスとを有する計算機によって構成され、
前記記憶デバイスは、患者属性と疾病の名称と医療行為と医療行為実施日を含む医療行為データと、患者の検査結果を含む臨床データと、患者属性と疾病の名称と医療行為実施日と医療費を含む医療費データと、疾病と医療行為との関係が記録される発症知識データと、関連して発生する疾病の名称が対応して記録される関連病名データとを格納し、
分析対象の患者の疾病の名称を分析条件として受け付ける入力部と、
前記発症知識データを参照して、前記分析条件として名称が入力された疾病に対応する医療行為を特定し、前記特定された医療行為から分析対象の疾病を発症した可能性がある患者の情報を発症イベントとして前記医療行為データから検出するイベント検出部と、
前記検出された発症イベントに対応する医療行為と、発症日から当該医療行為の実施日までの相対日数とを、時系列情報として抽出する関係抽出部と、
前記医療行為データと臨床データとから、医療の質を表す指標値を算出する評価指標算出部と、
前記検出された発症イベントの時期以後に発生した、分析条件として入力された疾病の名称が前記医療費データの疾病の名称と一致する医療行為の費用を前記医療費データから算出するコスト算出部と、
前記算出された指標値と、前記分析対象の患者に対する医療行為と臨床データと、前記関係抽出部が抽出した時系列情報とを説明変数として、医療行為の効果を目的変数として、線形回帰モデル又は非線形モデルを用いて、説明変数の特徴量を選択し、前記分析対象の患者に効果が高い医療行為を抽出する抽出部とを備えることを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記抽出部は、
前記分析対象の患者に対する医療行為と臨床データと、前記関係抽出部が抽出した相関関係とを用いて、前記分析対象の患者の将来の医療行為の候補を抽出する医療行為抽出部と、
前記抽出された将来の医療行為の候補から、前記算出された指標値と前記算出された費用との少なくとも一つを用いて、当該患者に推奨される医療行為を抽出する候補抽出部とを含むことを特徴とする分析システム。 - 請求項2に記載の分析システムであって、
前記入力部は、提示された分析対象の患者に実施された医療行為の中から、相対期間の起点となる医療行為の選択を受け付け、
前記医療行為抽出部は、前記選択された起点となる医療行為と、前記抽出された候補となる医療行為との相対期間の統計値と所定の閾値との比較結果に基づいて、前記将来の医療行為の候補を抽出することを特徴とする分析システム。 - 請求項3に記載の分析システムであって、
前記入力部は、分析対象の患者に実施された医療行為のうち、重要度が高い医療行為を提示することを特徴とする分析システム。 - 請求項1に記載の分析システムであって、
前記分析対象の患者に対する医療行為と、前記抽出部で抽出された医療行為とを出力する画面データを生成する画面構成処理部を有することを特徴とする分析システム。 - 請求項3に記載の分析システムであって、
前記相対期間の分散を出力する画面データを生成する画面構成処理部を有することを特徴とする分析システム。 - 請求項3に記載の分析システムであって、
前記医療行為抽出部は、前記相対期間の統計値を用いて、前記閾値を設定することを特徴とする分析システム。 - 請求項3に記載の分析システムであって、
前記相対期間が長い群と短い群とで、前記抽出された医療行為の医療費を比較可能な画面データを生成する画面構成処理部を有することを特徴とする分析システム。 - 計算機が医療行為の効果を分析する分析方法であって、
前記計算機は、所定の処理を実行する演算装置と、前記演算装置に接続された記憶デバイスとを有し、
前記記憶デバイスは、患者属性と疾病の名称と医療行為と医療行為実施日を含む医療行為データと、患者の検査結果を含む臨床データと、患者属性と疾病の名称と医療行為実施日と医療費を含む医療費データと、疾病と医療行為との関係が記録される発症知識データと、関連して発生する疾病の名称が対応して記録される関連病名データとを格納し、
前記分析方法は、
前記演算装置が、分析対象の患者の疾病の名称を分析条件として受け付ける入力手順と、
前記演算装置が、前記発症知識データを参照して、前記分析条件として名称が入力された疾病に対応する医療行為を特定し、前記特定された医療行為から分析対象の疾病を発症した可能性がある患者の情報を発症イベントとして前記医療行為データから検出するイベント検出手順と、
前記演算装置が、前記検出された発症イベントに対応する医療行為と、発症日から当該医療行為の実施日までの相対日数を、時系列情報として抽出する関係抽出手順と、
前記演算装置が、前記医療行為データと臨床データとから、医療の質を表す指標値を算出する評価指標算出手順と、
前記演算装置が、前記検出された発症イベントの時期以後に発生した、分析条件として入力された疾病の名称が前記医療費データの疾病の名称と一致する医療行為の費用を前記医療費データから算出するコスト算出手順と、
前記演算装置が、前記算出された指標値と、前記分析対象の患者に対する医療行為と臨床データと、前記関係抽出手順で抽出された時系列情報とを説明変数として、医療行為の効果を目的変数として、線形回帰モデル又は非線形モデルを用いて、説明変数の特徴量を選択し、前記分析対象の患者に効果が高い医療行為を抽出する抽出手順とを含むことを特徴とする分析方法。 - 請求項9に記載の分析方法であって、
前記抽出手順は、
前記演算装置が、前記分析対象の患者に対する医療行為と臨床データと、前記関係抽出手順で抽出された相関関係とを用いて、前記分析対象の患者の将来の医療行為の候補を抽出する医療行為抽出手順と、
前記演算装置が、前記抽出された将来の医療行為の候補から、前記算出された指標値と前記算出された費用との少なくとも一つを用いて、当該患者に推奨される医療行為を抽出する候補抽出手順とを含むことを特徴とする分析方法。 - 請求項10に記載の分析方法であって、
前記入力手順では、前記演算装置が、提示された分析対象の患者に実施された医療行為の中から、相対期間の起点となる医療行為の選択を受け付け、
前記医療行為抽出手順では、前記演算装置が、前記選択された起点となる医療行為と、前記抽出された候補となる医療行為との相対期間の統計値と所定の閾値との比較結果に基づいて、前記将来の医療行為の候補を抽出することを特徴とする分析方法。 - 請求項11に記載の分析方法であって、
前記入力手順では、前記演算装置が、分析対象の患者に実施された医療行為のうち、重要度が高い医療行為を提示することを特徴とする分析方法。 - 請求項9に記載の分析方法であって、
前記演算装置が、前記分析対象の患者に対する医療行為と、前記抽出手順で抽出された医療行為とを出力する画面データを生成する画面構成処理手順を含むことを特徴とする分析方法。 - 請求項11に記載の分析方法であって、
前記医療行為抽出手順では、前記演算装置が、前記相対期間の統計値を用いて、前記閾値を設定することを特徴とする分析方法。 - 請求項11に記載の分析方法であって、
前記演算装置が、前記相対期間が長い群と短い群とで、前記抽出された医療行為の医療費を比較可能な画面データを生成する画面構成処理手順を含むことを特徴とする分析方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019176451A JP7373958B2 (ja) | 2019-09-27 | 2019-09-27 | 分析システム及び分析方法 |
EP20180447.3A EP3799064A1 (en) | 2019-09-27 | 2020-06-17 | Analysis system and analysis method |
US16/922,548 US20210098132A1 (en) | 2019-09-27 | 2020-07-07 | Analysis system and analysis method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019176451A JP7373958B2 (ja) | 2019-09-27 | 2019-09-27 | 分析システム及び分析方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021056568A JP2021056568A (ja) | 2021-04-08 |
JP2021056568A5 JP2021056568A5 (ja) | 2022-04-18 |
JP7373958B2 true JP7373958B2 (ja) | 2023-11-06 |
Family
ID=71105334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019176451A Active JP7373958B2 (ja) | 2019-09-27 | 2019-09-27 | 分析システム及び分析方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210098132A1 (ja) |
EP (1) | EP3799064A1 (ja) |
JP (1) | JP7373958B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7112133B1 (ja) * | 2021-04-22 | 2022-08-03 | 株式会社Yuimedi | 医療データ分析システム、医療データ分析プログラムおよび医療データ分析方法 |
CN117951117A (zh) * | 2024-01-31 | 2024-04-30 | 中国中医科学院中药研究所 | 一种中医数据库的构建管理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014196087A1 (ja) | 2013-06-28 | 2014-12-11 | 株式会社日立製作所 | 診療プロセス分析システム |
WO2015079552A1 (ja) | 2013-11-29 | 2015-06-04 | 株式会社日立製作所 | 計算機システム及びコスト算出方法 |
JP2018181106A (ja) | 2017-04-18 | 2018-11-15 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置及び医用情報処理方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014215761A (ja) | 2013-04-24 | 2014-11-17 | 日本電信電話株式会社 | 商品カテゴリ間の階層的関係を用いた市場情勢変化分析方法および装置 |
PL3071230T3 (pl) | 2013-11-22 | 2020-09-21 | Sanofi Biotechnology | Kompozycje do leczenia reumatoidalnego zapalenia stawów oraz sposoby ich stosowania |
-
2019
- 2019-09-27 JP JP2019176451A patent/JP7373958B2/ja active Active
-
2020
- 2020-06-17 EP EP20180447.3A patent/EP3799064A1/en active Pending
- 2020-07-07 US US16/922,548 patent/US20210098132A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014196087A1 (ja) | 2013-06-28 | 2014-12-11 | 株式会社日立製作所 | 診療プロセス分析システム |
WO2015079552A1 (ja) | 2013-11-29 | 2015-06-04 | 株式会社日立製作所 | 計算機システム及びコスト算出方法 |
JP2018181106A (ja) | 2017-04-18 | 2018-11-15 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置及び医用情報処理方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210098132A1 (en) | 2021-04-01 |
JP2021056568A (ja) | 2021-04-08 |
EP3799064A1 (en) | 2021-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Roberts et al. | The value-based payment modifier: program outcomes and implications for disparities | |
Cohen | Impact of the HITECH financial incentives on EHR adoption in small, physician-owned practices | |
Maddox et al. | Association of stratification by dual enrollment status with financial penalties in the Hospital Readmissions Reduction Program | |
Ash et al. | Risk-adjusted payment and performance assessment for primary care | |
JP2007523410A (ja) | 健康管理判断を予測および/または案内するための費用感度判断ツール | |
JP2014225176A (ja) | 分析システム及び保健事業支援方法 | |
JP2004341611A (ja) | 保険者情報システム | |
WO2015132903A1 (ja) | 医療データ分析システム、医療データ分析方法及び記憶媒体 | |
JP6282783B2 (ja) | 分析システム及び分析方法 | |
Ito et al. | Evaluation of the cost-effectiveness of drug treatment for Alzheimer disease in a simulation model that includes caregiver and societal factors | |
JP7373958B2 (ja) | 分析システム及び分析方法 | |
Davillas et al. | Using biomarkers to predict healthcare costs: Evidence from a UK household panel | |
Drouin et al. | Cost-effectiveness of a smoking cessation intervention for parents in pediatric primary care | |
Gallman et al. | Improving the detection of foot abnormalities in patients with diabetes | |
WO2020054115A1 (ja) | 分析システム及び分析方法 | |
Breeze et al. | The impact of including costs and outcomes of dementia in a health economic model to evaluate lifestyle interventions to prevent diabetes and cardiovascular disease | |
Molina et al. | Analysis of emergency department encounters among high users of health care and social service systems before and during the COVID-19 pandemic | |
Butala et al. | Measuring individual physician clinical productivity in an era of consolidated group practices | |
JP6932570B2 (ja) | 保険設計支援システム及び保険設計支援方法 | |
Mroz et al. | Screening for a chronic disease: A multiple stage duration model with partial observability | |
JP6960369B2 (ja) | 分析システム及び分析方法 | |
US20220188951A1 (en) | Information Processing System and Selection Support Method | |
Youens et al. | Regularity of contact with general practitioners and diabetes-related hospitalisation through a period of policy change: A retrospective cohort study | |
US20120029960A1 (en) | Method and system for predicting resource allocation in cohort time | |
JP7448421B2 (ja) | 保険設計支援システム及び保険設計支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220408 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220408 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230515 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230523 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231005 |
|
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: 20231017 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231024 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7373958 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |