tokyowebmining36th 国立病院機構における診療情報分析
DESCRIPTION
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TRANSCRIPT
![Page 1: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/1.jpg)
国立病院機構における診療情報分析
川島 直美
1
![Page 2: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/2.jpg)
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
![Page 3: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/3.jpg)
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
![Page 4: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/4.jpg)
1. 診療情報分析部
4
![Page 5: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/5.jpg)
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
![Page 6: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/6.jpg)
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
![Page 7: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/7.jpg)
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
![Page 8: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/8.jpg)
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
![Page 9: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/9.jpg)
• の前に日本の健康保険制度のおさらい 治療
一部支払い
2.レセプトデータ (診療報酬明細書)
9
被保険者 (みなさんのこと) 医療機関
審査支払機関 保険者 (健康保険組合等)
治療明細提出 審査・残額支払 保険料納付
請求
残額支払
![Page 10: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/10.jpg)
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
![Page 11: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/11.jpg)
2. 収集データの処理 レセプトデータとの戦い
11
![Page 12: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/12.jpg)
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
![Page 13: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/13.jpg)
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
![Page 14: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/14.jpg)
レセプトデータって 2011年度から原則電子運用
こころの目で見ると…
14
社会保険診療報酬支払基金WEBサイトより抜粋
IR,1,13,1,9999905,,サンプル医科病院,42405,00,03-9999-9999 RE,61,1119,42404,サンプル 61,1,3160927,,4240124,,,,,sample-ika-061,,,,,,,,14,,,,,,,,,,,,,, HO,06132013,1234567,61,7,16794,,20,13150,,,44400,,, SY,4319018,4240124,1,,,01, SY,8839792,4240124,1,,,, SY,8120005,4240124,1,8002,,, … IY,21,1,613330003,3,,3,,,,,,,,,,1,1,1,,,,,,,,,,,,,,,,,,,,,,,,, IY,,1,620002332,1,4,3,,,,,,,,,,1,1,1,,,,,,,,,,,,,,,,,,,,,,,… CO,90,1,840000013,240407 SI,90,1,190118610,,,7,,,,,,,1,1,1,1,1,1,1,,,,,,,,,,,,,,,,,,…
![Page 15: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/15.jpg)
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
![Page 16: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/16.jpg)
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
![Page 17: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/17.jpg)
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
![Page 18: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/18.jpg)
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
![Page 19: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/19.jpg)
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
![Page 20: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/20.jpg)
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?
![Page 21: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/21.jpg)
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
![Page 22: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/22.jpg)
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
![Page 23: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/23.jpg)
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
![Page 24: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/24.jpg)
成形しよう! 行ごとに異なる種類の情報
テーブル化!
24
RE,61,1119,42404,サンプル 61,1,3160927… HO,06132013,1234567,61,7,16794,,20,… SY,4319018,4240124,1,,,01, SY,8839792,4240124,1,,,, … SI,13,1,180016110,,250,1,,,,,,,,,,,,,1,,,,,,,,,,,… IY,21,1,613330003,3,3,2,,,,,,,,1,1,,,,,,,,,,,,,,,…
医療行為 病院ID 患者ID 診療月 医療行為
プロフィール 病院ID 患者ID 診療月 生年月日 性別
病名 病院ID 患者ID 診療月 病名
![Page 25: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/25.jpg)
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
![Page 26: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/26.jpg)
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
![Page 27: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/27.jpg)
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
![Page 28: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/28.jpg)
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
![Page 29: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/29.jpg)
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!
![Page 30: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/30.jpg)
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
![Page 31: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/31.jpg)
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
![Page 32: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/32.jpg)
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
![Page 33: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/33.jpg)
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
![Page 34: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/34.jpg)
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
![Page 35: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/35.jpg)
3. 処理によって得られた効果 戦いの果てに…
35
![Page 36: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/36.jpg)
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
![Page 37: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/37.jpg)
丁寧な抽出ロジックによる効果 病院横断的比較
• 臨床評価指標 –医療の質を定量的に評価
37
平成24年度医療の質の評価・公表推進事業に おける臨床評価指標より抜粋
![Page 38: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/38.jpg)
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
![Page 39: tokyowebmining36th 国立病院機構における診療情報分析](https://reader035.vdocuments.mx/reader035/viewer/2022062615/54894fe2b479590a0d8b5911/html5/thumbnails/39.jpg)
ありがとうございました
39