研究課題情報
課題管理番号
22ek0210149h0003
統合プロジェクト(二期)

ゲノム・データ基盤プロジェクト<第二期>

事業名

循環器疾患・糖尿病等生活習慣病対策実用化研究事業

タグ(2022)

研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>

開発フェーズ: 観察研究等

対象疾患: その他

疾患領域: 生活習慣病

開発目的: 予防・健康 ,  診断 ,  生活の質<QOL>

タグ(2021)

研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>

開発フェーズ: 観察研究等

対象疾患: その他

疾患領域: 生活習慣病

開発目的: 予防・健康 ,  診断 ,  生活の質<QOL>

タグ(2020)

研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>

対象疾患: その他

疾患領域: 生活習慣病

開発目的: 予防・健康 ,  生活の質<QOL>

代表研究機関
国立大学法人東北大学
研究代表者

(2022) 安田聡, 国立大学法人東北大学, 大学院医学系研究科 循環器内科学分野 教授

(2021) 安田聡, 国立大学法人東北大学, 大学院医学系研究科 循環器内科学分野 教授

(2020) 安田聡, 国立大学法人東北大学, 大学院医学系研究科 循環器内科学分野 教授

研究期間
2020年度 - 2022年度
課題への総配分額
39,000 千円
研究概要(2022)
従来の自然言語処理エンジンが抱えていた、1)辞書定義の煩雑性2)SEによる専門的な抽出の必要性 を解消すべき独自の自然言語処理エンジンを開発した。LSTMベースの学習手法を使用することで、従来学習開始当初85%程度の精度であった語彙に関しても、チューニングを従来の1/3の程度に短縮しF値を95-100%程度で達成可能となるエンジンにより100項目程度で充分な精度を達成した。東北大学の約2万例の症例に関しての妥当性検証を行う。予測モデルの予測根拠を把握するために、Diverse Counterfactual Explanations (DiCE)を活用する。心筋梗塞について、繰り返しによる長時間時系列解析モデル(Transfer)を使用することで予測精度向上をはかったモデルを開発する。
研究概要(2021)
R2年度に抽出が終了した東北大学病院の循環器内科に入院した患者2004年1月から2020年12月末までの入院サマリー文章、のべ21,200件を整備し、東北大学病院における外的妥当性を検証できる体制をR3年度も整備する。そして、国立循環器病センターにおいてチューニングが行われた抽出ロジックが応用可能か検討するために、準備を行う。また、電子カルテのSOAP記事の読み込みを東北大学病院電子カルテシステムで開始し、米国NCDRが提唱している循環器疾患診療の医療の質評価のためのPINNACLE Registry 216項目に関して抽出と分析のためのデータ収集基盤を整備する。また、関連病院でも同様にデータ収集についての検討とシステム構築の準備を行っていく。
研究概要(2020)
本年度目標として、入院中に自由記載された電子カルテSOAP記事の読み込みを行い、米国NCDRが提唱している循環器疾患診療の医療の質評価のためのPINNACLE Registry 216項目に関して抽出と分析のための基盤を整備する。辞書定義→データウエアハウス内で匿名化された電子カルテデータからのテキストマインニングによる情報抽出→辞書チューニングを繰り返して精度を高めた抽出ロジックを構築する。共同研究施設である国立循環器病センター(国循)においてまずこれら自然言語処理による情報収集を先行して行い、次いで東北大学病院を中心とした関連病院にて電子カルテのサマリー文章およびSOAP記事を収集するための体制を整備する。高血圧、糖尿病、高コレステロール血症、喫煙、虚血性心疾患の家族歴のいずれか一つ以上持つ症例を対象にMRIを撮影・予後調査を行い新たなバイオマーカーとして有用性を検証するデータベースを構築する。
研究成果情報
2022
2021
2020