著者

土井 俊祐 井出 博生 井上 崇 北山 裕子 西出 朱美 中村 利仁 藤田 伸輔 鈴木 隆弘 高林 克日己

出版者

一般社団法人 日本医療情報学会

雑誌

医療情報学 (ISSN:02898055)

巻号頁・発行日

vol.35, no.4, pp.157-166, 2015 (Released:2016-10-21)

参考文献数

8

---

急速に高齢化が進む首都圏においては,医療機関が充実しているにもかかわらず,今後近隣の病院を受診できない事態が想定される.そこで本研究では,交通解析に基づく患者受療圏モデルにより,患者が通院できる範囲を考慮した上で将来の医療の需給バランスを推計する手法を検討した.方法として,1都3県の500 mメッシュごとに,国勢調査人口と各政府統計から2040年までの病院への入院患者数を推計した.病院までの移動時間は車で60分以内としてシミュレートし,患者数と各病院の病床数と比較した.結果として,2020年以降病床数の不足するメッシュが発生し,東京を中心に広がっていくことが示された.また,平均在院日数等のパラメータを変化させ需要超過の推移を見たところ,需要超過量の減少傾向を地理的・経時的に見ることができたことから,本研究により医療需要の急増に備える対策を検討する上で,具体的な目標値を提供することに期待できる.

著者

三谷 知広 土井 俊祐 横田 慎一郎 今井 健 大江 和彦

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第33回全国大会(2019)

巻号頁・発行日

pp.2N3J1303, 2019 (Released:2019-06-01)

---

誤った患者からの採血は再検査や誤診などの原因となり,提出された検体の0.1%〜0.3%に発生すると言われている.検体検査結果のチェック機構としては、各項目が前回値とどの程度変化したかを比較するデルタチェックと呼ばれる手法が広く用いられているが,その精度は十分とは言えない.当院における実際の採血結果から人工的な取り違えデータを作成し,主に前回値との差を特徴量として機械学習モデルによる取り違えの検出システムを構築した.デルタチェックによるROC AUCは0.9408であったのに対し,XGBoostによる最終モデルにおけるROC AUCは0.9986であった.

著者

土井 俊祐 井出 博生 竹内 公一 藤田 伸輔

出版者

公益社団法人 日本生体医工学会

雑誌

生体医工学 (ISSN:1347443X)

巻号頁・発行日

vol.55, no.1, pp.45-49, 2017-02-10 (Released:2017-04-25)

参考文献数

9

---

Personal Health Records (PHRs), a system that enables people to manage, share, and apply personal healthcare data using information and communication technology, is expected to be an effective method to realize a vigorous society with longevity. However, it is not clear how the user's opt-in agreement and self-management of personal data may be achieved. Thus, we developed a new method to optimize opt-in agreement and access control for users in a PHR developed at Chiba University, the Social Health Assist Chiba (SHACHI). In SHACHI, participating facilities such as hospitals, clinics, pharmacies, and nursing care services display a user's unique two-dimensional bar code on a web browser. The user reads the bar code by him/herself using the “SHACHI App,” which is installed on his/her smart phone beforehand. SHACHI considers this process to signify the user's opt-in agreement. Moreover, users can retract or resume this agreement using the SHACHI App at any time. This system enables the users to self-manage personal data in PHRs. The new system satisfies government requirements and the conditions required for PHR presented in a previous study. This new system can be adopted easily by other PHRs. We plan to identify the required functionalities of standard PHRs and secondary utilization of data stored in PHRs which may be managed through the new system.