医療者とAIの相互連携システム構築を目的とした解釈可能な機械学習予測モデルの開発
开发可解释的机器学习预测模型,以构建医疗专业人员与人工智能之间的相互协作系统
基本信息
- 批准号:22K17336
- 负责人:
- 金额:$ 3万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Early-Career Scientists
- 财政年份:2022
- 资助国家:日本
- 起止时间:2022-04-01 至 2025-03-31
- 项目状态:未结题
- 来源:
- 关键词:
项目摘要
予測モデル実装の対象施設と協議を行った結果、当初研究対象としていた脳卒中疾患を変更し、せん妄の予測に切り替えた。本邦では、2020年度診療報酬改定にて、せん妄ハイリスク患者ケア加算が新設され、すべての入院患者に対してせん妄のリスク因子の確認を行い、ハイリスク患者に対してせん妄対策を実施する体制が評価されるようになった。上記背景より、本研究との相互補完的関係にあると判断し、対象をせん妄予測とした。実装対象施設では既にせん妄発生を予測するためのリスクスコアを独自に開発していたが、対象施設の電子カルテデータを取得して確認したところ、偽陽性率と偽陰性率に改善の余地が認められた。そこで、取得可能なデータを用いて機械学習と解釈性手法による解析を実施し、リスクスコアの改訂を行った。さらに、せん妄のリスク症例への対策として、せん妄対策用の新しいクリニカルパスを導入した。この一連の流れを国際学会で発表しbest paper awardを受賞した(Koutarou Matsumoto, Yasunobu Nohara, Mikako Sakaguchi, Yohei Takayama, Hidehisa Soejima and Naoki Nakashima, “Developing a Learning Health System for Delirium Using XAI”, Proceedings of the Asia Pacific Association for Medical Informatics 2022)。また、関連する内容が国際誌に受理された(Matsumoto K, Nohara Y, Sakaguchi M, Takayama Y, Fukushige S, Soejima H, et al. Delirium Prediction Using Machine Learning Interpretation Method and Its Incorporation into a Clinical Workflow. Appl. Sci. 2023, 13(3), 1564)。機械学習と解釈性手法を用いた上記の取り組みは、電子カルテの予測モデル実装の前段階的な位置づけとして、多くの示唆に富んだ学びを得た。
在与实施预测模型的目标设施进行了讨论之后,更改了初始研究对象,并将中风疾病转变为预测del妄。在日本,2020年的医疗费用修订已新建立了针对del妄的护理附加费,并且已经评估了针对高风险患者实施ir妄对策的系统。基于上述背景,确定该受试者与这项研究有互补的关系,并将受试者视为ir妄。要实施的设施已经开发了自己的风险评分来预测ir妄的发生,但是当我们获得并检查了设施的电子病历数据时,假阳性率和假负率就有提高的余地。因此,我们使用机器学习和可解释性技术使用可以获得的数据进行了分析,并修改了风险评分。此外,作为打击ir妄的一种措施,我们引入了一条新的临床路径来预防del妄。他在国际科学学会上介绍了该系列,并获得了最佳纸奖(Koutarou Matsumoto,Yasunobu Nohara,Mikako Sakaguchi,Yohei takayama,hidehisa soejima和Naki Nakashima和Naoki Nakashima,“使用XAI的Delirium for Xai”,“开发XAI”,“开发XAI”,以下是ASIA PACICIAS INDERCICAIC 2022222222222222.相关内容也已在国际期刊中接受(Matsumoto K,Nohara Y,Sakaguchi M,Takayama Y,Fukushima S,Soejima H等。使用机器学习解释方法及其融合到临床工作流程中的Delirium预测及其临床工作流程。上述使用机器学习和可解释性方法的努力在实施电子病历的预测模型中获得了大量发人深省的学习。
项目成果
期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Developing a Learning Health System for Delirium using XAI
使用 XAI 开发 Deliium 学习健康系统
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Koutarou Matsumoto;Yasunobu Nohara;Mikako Sakaguchi;Yohei Takayama;Hidehisa Soejima and Naoki Nakashima
- 通讯作者:Hidehisa Soejima and Naoki Nakashima
Delirium Prediction Using Machine Learning Interpretation Method and Its Incorporation into a Clinical Workflow
使用机器学习解释方法进行谵妄预测并将其纳入临床工作流程
- DOI:10.3390/app13031564
- 发表时间:2023
- 期刊:
- 影响因子:0
- 作者:Matsumoto Koutarou;Nohara Yasunobu;Sakaguchi Mikako;Takayama Yohei;Fukushige Shota;Soejima Hidehisa;Nakashima Naoki
- 通讯作者:Nakashima Naoki
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
松本 晃太郎其他文献
松本 晃太郎的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似海外基金
機械学習アルゴリズムを用いた敗血症性凝固線溶障害の早期予測モデルの開発
使用机器学习算法开发脓毒性凝血和纤溶性疾病的早期预测模型
- 批准号:
24K12133 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
- 批准号:
24K13948 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
機械学習を導入した免疫調節薬関連有害事象発現予測モデルの開発
使用机器学习开发预测免疫调节药物相关不良事件发生的模型
- 批准号:
24H02633 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Encouragement of Scientists
緩和的放射線治療の有効性を予測する機械学習モデルの開発
开发机器学习模型来预测姑息性放射治疗的有效性
- 批准号:
24K10764 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
機械学習を用いた胆管癌悪性度予測モデルの構築
利用机器学习构建胆管癌恶性肿瘤预测模型
- 批准号:
24K10385 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)