アクシデントによって発生する損失医療費およびエラー指標算出の試みに関する研究

事故造成的医疗费用损失研究及误差指标计算尝试

基本信息

  • 批准号:
    17659150
  • 负责人:
  • 金额:
    $ 2.11万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Exploratory Research
  • 财政年份:
    2005
  • 资助国家:
    日本
  • 起止时间:
    2005 至 2006
  • 项目状态:
    已结题

项目摘要

本研究では、医療の質を定量的に測定するという観点から、インシデント・アクシデントレポートの情報及び医事情報を用いて新しいエラー指標の算出を行った。具体的には、医療事故に起因する診療行為の自動抽出を目的とし、それらの診療行為点数をエラー指標とした。本指標は、事故が経済的にどのような影響を与えているのかを示すと同時に、病院経営的には病院の抱えるリスクを示す指標となりうるものである。自動抽出の方法論としては、1.導入が進みつつあるDPC(Diagnostic Procedure Combination)の情報を利用して、標準化された同一疾患の患者情報を用いた。具体的には、患者の診療行為とは、(同一疾患に基づく診療行為)+(その患者特有の診療行為)+(医療事故に基づく診療行為)と捉え、診療プロセスに基づいて特に事故後に特異に発生した診療行為を事故に起因する診療行為候補として抽出することとした。次に、2.インシデント・アクシデントレポートの自動分析を行い、事故に起因する診療行為候補を自動的に検証することとした。具体的には、機械学習の方法を用いて、インシデントレポートの記述を、「患者プロフィール」、「事故発生・発見プロセス」、「事故対応」、「潜在理由」、に分類して、実際のインシデントレポートの各「文」が、どの項目を記述しているのかというタグを人の手で付与し、機械学習させた。結果、京都大学医学部附属病院で収集されたインシデント・アクシデントレポートに基づく医事情報も含めた患者情報について、本方法論を適応した結果、「転倒・転落」に分類された事例に対して、リスクマネージャが判断する事故に基づく診療行為を高い精度で抽出することが出来た。しかし、レポートの記述が標準化されていないことが人手でも事故の状況を把握できないことが逆に判明し、本方法論はレポート記述の自動評価の可能性があることが示唆された。
在这项研究中,从定量衡量医疗质量的角度,使用事故报告,事故报告和医疗信息的信息计算新的错误指标。具体而言,目的是自动提取由医疗事故引起的医疗治疗,并将治疗点的数量用作误差指标。该指标显示了事故的经济影响,与此同时,这也可以指示医院在医院管理方面面临的风险。自动提取的方法为1。使用DPC(诊断程序组合),使用标准化的患者信息进行同一疾病,目前正在引入。具体而言,考虑了患者的治疗(基于同一疾病的治疗) +(患者独有的治疗) +(基于医疗事故的治疗),并且基于治疗过程,治疗过程,特别是在事故中因事故而被选为候选治疗后发生的治疗。接下来,2。进行事故和事故报告的自动分析,以自动验证事故引起的潜在医疗治疗。具体而言,使用机器学习方法,事件报告描述被分类为“患者概况”,“事故发生和发现过程”,“事故响应”和“潜在原因”,并且通过手头上的实际事件报告中给出了每个“语句”的标签,哪些项目写了哪些项目,并执行了机器学习。结果,该方法是用于患者信息的,包括基于事件的医疗信息和在京都大学医学院收集的事故报告,因此,我们能够准确提取风险经理对归类为“跌倒/跌倒”的案件所判断的基于事故的治疗方法。但是,发现该报告的描述不是标准化的,即使人力也无法掌握事故的情况,这表明这种方法可能是对报告描述的自动评估。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
半構造化された診療情報の自動クラスタリングについて
关于半结构化医疗信息的自动聚类
Development of Discharge Summary Retrieval System for Nursing written in Medical MarkUp Language
用医学标记语言编写的护理出院小结检索系统的开发
By extracting "Drug name" from incident reports about medication errors by profession at a national university hospital in Japan
从日本国立大学医院按职业分类的用药错误事件报告中提取“药品名称”
Web知識を用いた診療記録コーパスからの専門用語抽出
使用网络知识从医疗记录语料库中提取技术术语
Lagtime in incident reporting at a university hospital in Japan
日本一所大学医院的事件报告滞后
  • DOI:
  • 发表时间:
    2006
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Masahiro Hirose;Gawande A.A;Lipsits S;Tadamasa Takemura
  • 通讯作者:
    Tadamasa Takemura
{{ 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 }}

竹村 匡正其他文献

診療情報としてのDPCデータのopenEHRへのマッピングの試み
尝试将 DPC 数据作为医疗信息映射到 openEHR
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    櫻井 理紗;竹村 匡正;粂 直人;黒田 知宏
  • 通讯作者:
    黒田 知宏
操作の連続性を考慮した手術シミュレータの高速化手法
考虑操作连续性的手术模拟器加速方法
  • DOI:
  • 发表时间:
    2007
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Partha Hazra;Keiichi Inoue;Wouter Laan;Klaas J. Hellingwerf;Masahide Terazima;Naoto KUME;古志 洋一郎;竹村 匡正;Yoichiro Koshi;ミッコ・リッサネン;Yoichiro Koshi;Megumi NAKAO;Naoto KUME;依藤 逸
  • 通讯作者:
    依藤 逸
EHR in Japan
日本的电子病历
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    櫻井 理紗;竹村 匡正;粂 直人;黒田 知宏;近藤尚己;Naoto KUME
  • 通讯作者:
    Naoto KUME
エッセイ「知らぬうちに健康に」
作文《在不知不觉中变得健康》
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    櫻井 理紗;竹村 匡正;粂 直人;黒田 知宏;近藤尚己;Naoto KUME;近藤尚己
  • 通讯作者:
    近藤尚己
病院情報システム(HIS)データを用いたタイムスタディによる看護業務量調査の検討
使用医院信息系统(HIS)数据的时间研究检查护理工作量调查
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    宮平(進藤) 亜紀子;多田 賀津子;清水 隆史;竹村 匡正
  • 通讯作者:
    竹村 匡正

竹村 匡正的其他文献

{{ 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 }}

{{ truncateString('竹村 匡正', 18)}}的其他基金

multi-distributed EMR tailored to hospital IoT
专为医院物联网量身定制的多分布式电子病历
  • 批准号:
    20K12673
  • 财政年份:
    2020
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)

相似海外基金

ナラティブはどのようにして生じるのか?-自然言語処理技術を用いた検討-
叙事是如何出现的?
  • 批准号:
    24K16786
  • 财政年份:
    2024
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
言語流暢性課題の定性的分析方法の構築:語彙特性と自然言語処理の応用
构建语言流畅性任务的定性分析方法:词汇特征和自然语言处理的应用
  • 批准号:
    24K10484
  • 财政年份:
    2024
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
自然言語処理に最適な語彙と分割の仕方を自動で獲得する人工知能の創出
创建自动获取自然语言处理最佳词汇和切分方法的人工智能
  • 批准号:
    24K20852
  • 财政年份:
    2024
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
能動学習を用いた、放射線科所見文重要度推定用自然言語処理システムの開発
开发自然语言处理系统,使用主动学习来评估放射学结果的重要性
  • 批准号:
    24K18797
  • 财政年份:
    2024
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
自然言語処理を用いた重粒子線治療の適応判定のための自動チャットシステムの開発
开发自动聊天系统,利用自然语言处理确定重离子放射治疗的适用性
  • 批准号:
    24K18821
  • 财政年份:
    2024
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了