[1H4-J-13] AI応用: 医療

[1H4-J-13-04] 重み付きPLSAとDPCデータを用いた患者と診療行為等の同時クラスタリングにおける重み値によるクラスタリングの特徴の違い

〇山下 和也¹、村田 知佐恵¹、阪本 雄一郎²、櫻井 瑛一^1,2、本村 陽一^1,2 (1. 産業技術総合研究所 人工知能研究センター、2. 佐賀大学)

キーワード：診療群分類包括評価データ、確率潜在意味構造モデリング、確率的潜在意味解析、ベイジアンネット、ビッグデータ

DPCデータの蓄積が進みこれら医療ビッグデータの重要性が認識されその利活用に期待が寄せられている。現状ではDPCを用いた集中治療関連の報告は散見されるが、治療法の効果などを検証した結果が大半であり、新たな治療戦略の選択・比較への応用などの報告は少ない。我々はDPCデータとPLSA(確率的潜在意味解析)を用いて集中治療を要する患者と診療行為の同時クラスタリング及び患者のクラスタ時間遷移パターンを抽出し、医師の治療戦略決定支援アルゴリズムの実現可能性を検証してきた。さらに重み付きPLSAにより注目している「診療行為」や目的変数である死亡率や在院日数、医療費に重みを与える事で、注目変数の違いをより明確に示したクラスタリングが可能であることを確かめてきた。本研究ではこれまで用いていなかった項目も含め全てのDPC項目を変数として取り扱い、各変数の重みを変えることによるクラスタリングの特徴の違いを調べた。その結果見たい現状に応じて各変数の重みをパラメータとして調整することで目的に応じたクラスタを生成出来ることが可能であることが示された。