tokyowebmining36th 国立病院機構における診療情報分析
•
19 likes•7,528 views
データマイニング＋WEB第３６回 国立病院機構における診療情報分析
Recommended
More Related Content
Viewers also liked
Viewers also liked (17)
Similar to tokyowebmining36th 国立病院機構における診療情報分析
Similar to tokyowebmining36th 国立病院機構における診療情報分析 (20)
tokyowebmining36th 国立病院機構における診療情報分析
- 2. 自己紹介 • 川島直美です – (独)国立病院機構 本部 総合研究センター 診療情報分析部 システム開発専門職 • 情報処理学会誌 デジタルプラクティス 特集「ヘルスケアの現場を支えるIT」 『国立病院機構における診療情報分析 システムについて ―構築と運用に関する現状と課題―』 2
- 3. 今日のお話 1. 診療情報分析部について 2. 収集データの処理 3. 処理によって得られた効果 4. 時間があれば… 個人情報の取り扱いについて 3
- 4. 1. 診療情報分析部 4
- 5. 診療情報分析部 since 2010 • 機構143病院の診療データを収集・分析 – 医療の可視化・比較 – 医療の質の向上・均てん化への貢献 5
- 6. MIA Medical Information Analysis databank • データ収集基盤 – テキストファイル収集・RDB化 – SQLで自由分析 6 Oracle
- 7. MIA収集データ • 業務で作成するデータを二次利用 1. DPC調査データ Diagnosis Procedure Combination 2. レセプトデータ 7
- 8. MIA収集データ 1.DPC調査データ • DPC/PDPS参加病院に提出義務 Diagnosis Procedure Combination/Per-Diem Payment System – タブ区切り行列 – 体系的なコードの記載 – 曖昧なデータにはペナルティ ＼リッチで正確、分析しやすいデータ／ でも作成病院が少ない 機構57/全国1500+ 8
- 10. MIA収集データ 2.レセプトデータ(診療報酬明細書) • 保険診療をする全医療機関が月一作成 二次利用は念頭にない仕様 orz... – 請求用の一意なだけのコード – 行列ではないCSV – 審査の都合で… でも作成病院が多い 機構143/全国8万+ 10
- 12. レセプトデータとの戦い 1. 請求用コード – 体系的なコードに変換しよう！ 2. 行列ではないCSV – 成形しよう！ 3. 審査の都合で… – どうしよう！ 12
- 13. レセプトデータとの戦い 1. 請求用コード – 体系的なコードに変換しよう！ 2. 行列ではないCSV – 成形しよう！ 3. 審査の都合で… – どうしよう！ 13
- 15. レセプトデータとの戦い 請求用コード • 請求用マスタで日本語に翻訳 15 請求用マスタ レセプト電算処理コード/印字例 診療行為 160020910 中性脂肪(検査) 特定器材 700080000 四ツ切(レントゲンフィルム) 医薬品 610444041 ガスターＤ錠１０ｍｇ 傷病名 0703025 C型慢性肝炎 修飾語 8002 の疑い コメント 840000013 退 院 年 月 日 体系的な コードへ
- 16. 体系的なコードに変換しよう！ 薬剤(約20,000種) • 様々な薬品のためのコード – 薬価基準収載医薬品コード – HOTコード – JANコード • 何をもって１種類の薬？ – 薬効(解熱鎮静剤/血圧降下剤…) – 剤形(飲み薬/注射/塗り薬…) – 製造元(先発メーカー/後発メーカー…) 16
- 17. 体系的なコードに変換しよう！ 例えば薬価基準収載医薬品コード 2 3 2 5 0 0 3 F 3 0 3 5 • 2*：個々の器官系医薬品 • 23*：消化器官用薬 • 232*：消化性潰瘍剤 • 2325*：H2遮断剤 • 2325003*：ファモチジン • 2325003F*：の、飲み薬 • 2325003F3035：アステラス製薬のガスターD錠10mg 17 IY,21,1,610444041,3,3,2,,,,,… 任意の粒度で集計・分析 ガスターD錠10mg
- 18. 体系的なコードに変換しよう 傷病名コード(約25,000種) • 世界的な傷病統計用コード – ICDコード International Statistical Classification of Diseases and Related Health Problems 疾病及び関連保健問題の国際統計分類 18
- 19. 体系的なコードに変換しよう ICDコード C161 • C*：新生物 • C16*：胃の悪性新生物 • C161：胃の悪性新生物, 胃底部 19 SY,1513002,4240124,1,8002,,, 胃底部癌 任意の粒度で 集計・分析
- 20. 体系的なコードに変換したいのに 未コード化傷病名 • マスタは全病名を網羅してはいない – 新種の病気 – 何とも診断がつかない状態 不明コード＋テキスト病名 入力時に検索できてない 20 SY,0000999,4240124,1,,二型糖尿病,, 『2500015 2型糖尿病』では？
- 21. 体系的なコードに変換しよう！ テキスト病名で集計はしたくない • DPC調査データの病名欄 – 診断病名 ＋ ICDコード 21 DPC調査データ ICD 病名 E119 2型糖尿病 E119 II型糖尿病 E119 二型糖尿病 E119 糖尿病(２型） E119 インスリン非依存性糖尿病 レセプトデータ 病名 ICD 2型糖尿病 NULL 二型糖尿病 NULL 2型糖尿病合併症なし NULL E119 E119 医師の知見を 利用
- 22. レセプトデータとの戦い 1. 請求用コード – 体系的なコードに変換しよう！ 2. 行列ではないCSV – 成形しよう！ 3. 審査の都合で… – どうしよう！ 22
- 23. 成形しよう！ 記載の省略 -最低限記載主義- 埋める！ 23 IY,21,1,620004915,1,,… IY, ,1,620003619,1,,… IY, ,1,620000167,1,,… IY, ,1,610443053,1,,… IY, ,1,620002429,1,15,… 21 21 21 21
- 25. 成形しよう！ 1日の情報、2日の情報、3日の情報…31日の情報 縦積み！ 25 IY,21,1,620004915,1,,11,,,,,,,1,1,1,1,1,1,5… IY,,1,620003619,1,,11,,,,,,,1,1,1,1,1,1,5… IY,,1,620000167,1,,11,,,,,,,1,1,1,1,1,1,5… 1日の情報 2日の情報 3日の情報 実施日 医療行為 数 2014/04/01 620004915 1 2014/04/02 620004915 1 2014/04/03 620004915 1 … 620004915 … 2014/04/07 620004915 5
- 26. 成形しよう！ だんだん集計できそうになってきたけど… • 集計の単位は何？ – のべ人月？ – ユニーク患者数？ • 医療者が知りたいのは症例数 – 発症/治療開始～治癒/治療終了 – 便宜上、入院～退院 26
- 27. 成形しよう！ 1入院1レコード化 入退院日を抽出してソート 27 RE,1,1115,42604,国病太郎,1,358311,,4260225,… … CO,90,1,840000013,２６０３０１ CO,,1,840000014,２６０３０５ 病院ID 患者ID 入院日 退院日 123456789 000000123 2014/02/25 2014/03/01 123456789 000000123 2014/03/05 NULL 123456789 000000246 2014/03/01 2014/03/04 123456789 000000482 2014/03/05 2014/03/07 和暦→西暦へ
- 28. レセプトデータとの戦い 1. 請求用コード – 体系的なコードに変換しよう！ 2. 行列ではないCSV – 成形しよう！ 3. 審査の都合で… – どうしよう！ 28
- 29. どうしよう！ 病名の記載多すぎ • 病名/医療行為の整合性審査 – その病名の患者にそれをすべきだったか？ • 病名別 入院患者数 上位 – 高血圧症 – 高脂血症 – 糖尿病 – 便秘症 – 不眠症 29 これらの治療のための 入院ではないはず！
- 30. どうしよう！ 主傷病欄は助けてくれない • あることにはある『主傷病』欄 – １つも主傷病を持たない患者 – 何十個も主傷病を持つ患者 別に重みづけは審査に関係ないし… 30 オンライン又は光ディスク等による請求に係る記録条件仕様（医科用）より抜粋
- 31. どうしよう！ どうしよう お医者さんに聞きました 『メインの病名から順に書くよ』 • 一番上の病名を暫定主病名とする #発症順に書いてる人もいるよなー • 機械学習する？ – 医療行為＋記載病名 31
- 32. どうしよう！ 主病名が選べても… • 様々な患者状態像 – 重症/軽症 – 初期/末期 – 急性期/慢性期 – 一時的/永続的 – 初発/再発 – 手術あり/なし – 合併症あり/なし 32 混ぜたら 比較出来ない
- 33. どうしよう！ 解決策１ 丁寧な患者抽出ロジックで集団を捕捉 • 学会の治療ガイドライン • 専門医の知見 – 重症/軽症 • この病気の重症者に投与される注射薬は？ – 急性期/慢性期 • この病気で手術ありということは急性期？ 33
- 34. どうしよう！ 解決策２ 診断群分類でグループ化 • 診断群分類 – メインの病名と手術・処置の組合せ 入院患者を重複なく1,500種＋に分類 34 胃がん 手術なし 処置なし 合併症なし 合併症あり 処置あり 手術あり 処置なし
- 36. コード変換、成形による効果 各種統計との比較 • DPC導入の影響評価に関する調査 – 国病以外の病院との比較 • 国勢調査/患者調査 – 地域の推計患者数 • 将来推計人口 – 将来推計患者数 36 平成24年度 診療機能分析レポートより抜粋 推計患者数におけるシェア
- 38. 終わりに データとの戦いは続く • データの二次利用 ＝ ゴミ箱あさり – 綺麗なゴミを捨てて下さいとは言えず… • ゴミの山 ＝ 宝の山 – 磨けば光ると信じて • JSON化＋Riak実験中 – GitHub kuenishi/meddatum/src/rezept_parser.erl 38
- 39. ありがとうございました 39