| 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 | 2019-02-08 10:45 機械学習を用いた医療テキストからのPhenotyping手法の開発 ○山下貴範・伊豆倉理江子・廣川佐千男・中島直樹（九大）  NLC2018-45 |
|
| 抄録 | （和） | 病院情報システムに蓄積される医療データはリアルワールドデータと呼ばれ、その利活用により、これまでの臨床研究では分からなかった治療法や副作用検知、そして診療の効率化が期待されている。一方で、リアルワールドデータのデータ品質課題が注目されており、正確な病態（phenotype）の患者群を一定のルールで再現性良く抽出する方法（Phenotyping）の開発が重要となっている。医薬品や検査、病名、術式などは構造化データとして、整備されているが診療行為の理由や患者アウトカムについてはフリーテキストで記録されている。本研究では、間質性肺炎の症例を対象に非構造化テキストデータ（CTレポート）からPhenotyping手法の開発を目的とした。ランダムサンプリングした100人の中から48人の真症例をラベル付けし、それを目的変数として3つの機械学習手法を組合わせて6つの特徴単語を抽出した。6つのキーワードのいずれかを含む条件ではPPVが0.507、感度が0.949を達成した。 |
| （英） | Electronic medical records (EMRs) accumulated in the Hospital Information System (HIS) are called Real World Data (RWD). Utilization of RWD can help advance promising treatments, detect side effects detection, and improve the efficiency of previously-unknown medical treatment which were unknown in previous clinical research and intervention studies. We must develop some phenotyping algorithms to ensure high performance from RWD. Although drugs, laboratory tests, diagnoses and surgeries can be expressed as structured data, patient symptoms, the rationales for various medical treatments and the patient outcomes are often described in free-text format. In this research, we aimed to develop true Interstitial Pneumonia case extraction an algorithm from unstructured text-based data. 48 cases were diagnosed Interstitial pneumonia by chest physician from CT reports of sampling 100 cases. Three machine learning methods (Support Vector Machine, Feature Selection and Gradient Boosting Decision Tree) were combined for development of text corresponding phenotyping. We extracted 6 keywords as feature word from its score using machine learning methods, and PPV is 0.483 and sensitivity is 0.875 when one of them is included. | |
| キーワード | （和） | 間質性肺炎 / SVM / GBDT / Phenotyping / / / / |
| （英） | Interstitial pneumonia / SVM / GBDT / Phenotyping / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 439, NLC2018-45, pp. 53-57, 2019年2月. | |
| 資料番号 | NLC2018-45 | |
| 発行日 | 2019-01-31 (NLC) | |
| ISSN | 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 | NLC2018-45 |
|
| 研究会情報 | |
| 研究会 | NLC IPSJ-IFAT |
| 開催期間 | 2019-02-07 - 2019-02-08 |
| 開催地（和） | 龍谷大学大宮キャンパス |
| 開催地（英） | Ryukoku University Omiya Campus |
| テーマ（和） | 第14回 テキストアナリティクス・シンポジウム |
| テーマ（英） | The 14th Text Analytics Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2019-02-NLC-IFAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いた医療テキストからのPhenotyping手法の開発 |
| サブタイトル（和） | |
| タイトル（英） | Development of Phenotyping algorithm from Medical Text-based Data using Machine Learning Methods |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 間質性肺炎 / Interstitial pneumonia |
| キーワード(2)（和/英） | SVM / SVM |
| キーワード(3)（和/英） | GBDT / GBDT |
| キーワード(4)（和/英） | Phenotyping / Phenotyping |
| 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） | 山下 貴範 / Takanori Yamashita / ヤマシタ タカノリ |
| 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） | 伊豆倉 理江子 / Rieko Izukura / イズクラ リエコ |
| 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） | 廣川 佐千男 / Sachio Hirokawa / ヒロカワ サチオ |
| 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） | 中島 直樹 / Naoki Nakashima / ナカシマ ナオキ |
| 第4著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2019-02-08 10:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2018-45 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.439 |
| ページ範囲 | pp.53-57 |
| ページ数 | 5 |
| 発行日 | 2019-01-31 (NLC) |
[研究会発表申込システムのトップページに戻る]