| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2015-12-18 14:30 長期在院患者の推定におけるSVMと決定木の差異の分析 ○足立裕介・山下貴範・若田好史（九大）・副島秀久（済生会熊本病院）・中島直樹・廣川佐千男（九大）  AI2015-36 |
|
| 抄録 | （和） | 現在医療現場では電子化により蓄積されたデータについて、医療の質向上や効率化、経営改善を目的としたデータの利活用が欠かせないものとなっている。その中でもカルテなどの非構造化テキストデータの分析は発展途上であり、有効に利活用することが求められている。本研究では大腿骨近位部骨折手術を受けた患者の入院から退院までのカルテから、SVMと決定木の2つの手法で長期在院患者の推定を行った。また、その結果から2つの手法の推定性能の差異がどのような要因から生まれたのかを検証した。 |
| （英） | In the medical practice, vast medical data are accumulated every day with medical computerization now. Due to increasing those data, the importance of utilizing them also increases. In particular, the analysis of the non-structured text data such as medical records has been developing, and it is demanded analyzing using them effectively. In this study, we predicted the long-term hospitalization patient from the medical records, from the inpatient who received proximal thighbone bone fracture operation to a discharge, with two machine learning methods, SVM and Decision Tree. In addition, we analyzed the factor that showed a difference of the predicted performance of two method. | |
| キーワード | （和） | 医療情報 / SVM / 決定木 / 機械学習 / / / / |
| （英） | Medical record / SVM / Decision Tree / Machine Learning / / / / | |
| 文献情報 | 信学技報, vol. 115, no. 381, AI2015-36, pp. 59-64, 2015年12月. | |
| 資料番号 | AI2015-36 | |
| 発行日 | 2015-12-11 (AI) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AI2015-36 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2015-12-18 - 2015-12-19 |
| 開催地（和） | 那覇市ぶんかテンブス館 |
| 開催地（英） | |
| テーマ（和） | 「コンテキストを意識した知識の利用」および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2015-12-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 長期在院患者の推定におけるSVMと決定木の差異の分析 |
| サブタイトル（和） | |
| タイトル（英） | Comparison of SVM and Decision Tree for Prediction of Postoperative Hospital Stay |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 医療情報 / Medical record |
| キーワード(2)（和/英） | SVM / SVM |
| キーワード(3)（和/英） | 決定木 / Decision Tree |
| キーワード(4)（和/英） | 機械学習 / Machine Learning |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 足立 裕介 / Yuusuke Adachi / アダチ ユウスケ |
| 第1著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山下 貴範 / Takanori Yamashita / ヤマシタ タカノリ |
| 第2著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 若田 好史 / Yosifumi Wakata / ワカタ ヨシフミ |
| 第3著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 副島 秀久 / Hidehisa Soejima / ソエジマ ヒデヒサ |
| 第4著者 所属（和/英） | 済世会熊本病院 (略称： 済生会熊本病院) Saiseikai Kumamoto Hospital (略称： Saiseikai Kumamoto Hospital) |
| 第5著者 氏名（和/英/ヨミ） | 中島 直樹 / Naoki Nakashima / ナカシマ ナオキ |
| 第5著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 廣川 佐千男 / Sachio Hirokawa / ヒロカワ サチオ |
| 第6著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-12-18 14:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2015-36 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.381 |
| ページ範囲 | pp.59-64 |
| ページ数 | 6 |
| 発行日 | 2015-12-11 (AI) |
[研究会発表申込システムのトップページに戻る]