医療ビッグデータ勉強会 第2回「医療ビッグデータ活用 ー実際に何が出来て、何が出来ないか、具体事例をもとに考えるー」
イノベーションのボトルネックは「人間の寿命」であった。つまり生きている間に読み込める論文数には限界があった、これからはPCに読ませてそこから仮説を引きずり出して検証することで早道になりました。#mbdata-2
2015-02-09 19:43:27すべての可視化というのが必要かというと。PCや人工知能は膨大なデータの処理が可能だが、しかし患者さんの顔色を診たり、雰囲気で異変を察知するようなことは苦手。色分けしておかしいとか見つけ出せるのはすごいことです。#mbdata-2
2015-02-09 19:44:38人間の脳と人工知能の得意分野は異なっている。データに関して言えば、データを公開してもそれだけではわからない。単純に地図上にマッピングすることで、予防などに利用が可能になって行くということです。今後はビッグデータの解析には他分野との協働が必要。#mbdata-2
2015-02-09 19:46:18医療と関係ない人たちと一緒に解析すると、新しい発見が広がる可能性が大きい。自分たちにない人達に医療分野に入ってきて欲しい。接点がないからか?チャンスがあるのに損しているのではないか?くっつくことが大切ではないか?#mbdata-2
2015-02-09 19:47:46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 毎日AQLを書いています。普通の企業の人が論文投稿する情報処理学会誌 デジタルプラクティスにヘルスケアの現場を支えるITに論文を載せて持っています。#mbdata-2
2015-02-09 19:54:32MIA収集データは業務で作成するデータを二次利用してます。DPCデータとレセプトデータがメインです。 #mbdata-2
2015-02-09 19:57:23DPCデータは分析を目的にて創られたデータなので、体系的コードで記載されており、あいまいなデータにはペナルティもあるので、Richで正確な病院データですが、NHO143病院のうち67病院のみがDPC病院のため、その他はレセプトデータでやっています(力技やなぁ)。#mbdata-2
2015-02-09 20:01:14ビッグデータとしてDPCデータ メリット→扱いやすいデータ形式かつリッチな内容 デメリット→入っている病院が少ない/全国1700病院程度/急性期病院が中心 #mbdata-2
2015-02-09 20:05:39ビッグデータとしてのレセプトデータ 良いところ→作成病院が多い、全国9万 悪いところ→体系的なコードでなくそのまま分析できない(データとの格闘が必要、、、) #mbdata-2
2015-02-09 20:08:23データをどう切り出すか →「医師が欲しい情報は症例数」 なるほど、考えてみれば当たり前だけど、何を持って1症例とするかは難しい。 #mbdata-2
2015-02-09 20:19:14レセプトデータのコード変換、成形によって、できるようになったこと。 ①既存の各種データとの比較 ②病院横断的比較 ex臨床評価指標 →病院のハード面ではなく、医療の質の可視化へ #mbdata-2
2015-02-09 20:24:47Q.レセプトの元データ形成システムを変えられないのか。 →集める段階で変えてもらうより、集めてから変換した方が費用を抑えられるのかも #mbdata-2
2015-02-09 20:30:47医師の方から、レセプト病名は信用されてないので、データから見えた結果についての反応は?という質問 →評価指標に対する病院、医師の反応が興味深い。評価されることに対しての反応ですね。 #mbdata-2
2015-02-09 20:41:39病院の評価についていろんな意見が会場から出ている。 患者に対して個別の病院ごとの評価を公表すべき。その一方でその評価を公表することで起こる混乱を考えると、フリーアクセスの日本ではなかなかに難しいなぁという印象。 #mbdata-2
2015-02-09 20:49:34北海道と広島県は介護レセプトと医療レセプトを連結したデータを持っているが、活用ができてない。 → (役所)目的違いなので開示できない。#mbdata-2
2015-02-09 20:57:09