目的）クリニカルパス（以下パス）は医療プロセスを可視化し、そのプロセスを標準化した医療工程表である。パス作成と改善に利用できる医療データは自施設だけであり、多量の医療データを用いていない。我々は2013年より、電子カルテや医事記録を含む膨大な医療データを用い、時系列的にデータを解析し、疾患ごとで最も基本的な医療プロセス（以下頻出医療パターン）を可視化するシステムを開発している。今回はその成果とともに、次世代医療基盤法で得られる膨大な医療データを用いて疾患ごとでの頻出医療パターンの可視化について検討した。
対象と方法）2013年から2016年まで宮崎大学医学部付属病院（以下当院）の経尿道的膀胱腫瘍摘出術（TUR-Bt）242例を対象とした。症例ごとで入院から退院までの医療支指示を、時間情報や薬効等でシーケンシャルパターンマイニング（SPM）を実施し、医療パターンを抽出した。抽出した医療パターンを時系列で整理し、頻出医療パターンを作成した。
結果）患者ごとで異なるパターンを時系列で頻出医療パターンを作成した。頻出医療パターンに追加されたi医療パターンがあり、このパターンをバリアンスとした。バリアンスの設定により、複数ある頻出医療パターンより、必須の医療指示を時系列的に抽出できた。当院のTUR-Bt施行の95％はパスで実施し、パス分析が行われている。パスに記載された主要な医療パターンと頻出医療パターン差異がなかった。パス分析によるバリアンスと、今回のSPM解析のバリアンスとを比較した。在院日数延長に影響するバリアンスが共通する6例であり、術後予定外の抗生剤投与であった。SPM解析では迅速と緊急の検査種別や術日の浣腸施行の有無をバリアンスとした。
結語）SPM解析による頻出医療パターン作成は、膨大なデータを用いて新たなパス作成・改善を行える可能性を示唆できた。