電子カルテのデータを集合知に　機械学習で治療方針を分析

治療の流れは患者で異なる

同じ病気でも、治療の流れは患者の状態によって大きく異なります。肺がんを例にとると、CT検査や血液検査の結果次第で、放射線治療か、手術に進むのかが変わります。こうした治療法の選択は医師の経験に頼るところが大きく、他の病院でどのような治療が行われているかを参考にする手段も限られていました。
そこで、各病院の電子カルテのデータを情報技術で分析し、病気ごとの治療方針の傾向や最適な治療の流れを明らかにしようという研究が、医療現場と情報工学の連携により進んでいます。

電子カルテから傾向を抽出

電子カルテのデータは記録の欠損が多く、そのままでは分析に使えないため、研究は、機械学習などを用いてデータを補完する前処理が重要な柱になっています。さらに、「シーケンシャルパターンマイニング」という技術を使うと、ある疾患でどのような治療の流れが多く選択されているかを抽出できます。
この手法は「なぜその結果になったのか」という理由を説明できる点で、ブラックボックスになりやすい従来の機械学習と異なります。複数の医療機関のデータを用いて、入院期間や費用の異なる複数の治療プランを導き出すことも可能です。将来は、データに基づいて医師が患者に治療プランを説明したり、複数のプランから患者が選択したり、研修医の教育や医療機関運営の効率化に役立てたりすることが期待されています。

プライバシー保護が重要課題

医療データの活用は、プライバシー保護という課題が伴います。解決の一つの鍵となるのが「差分プライバシー」という技術です。データにわずかなノイズを加えることで、個人の特定を防ぎながら分析ができます。ただし、データ数が少ないとノイズの影響が大きくなり、分析の精度が損なわれます。そのため、どれくらいデータを集め、どの段階でどれほどのノイズを加えるかは重要な研究テーマです。プライバシー保護と分析精度の最適なバランスを見つけることが、医療データ活用の突破口となるのです。

※夢ナビ講義は各講師の見解にもとづく講義内容としてご理解ください。

※夢ナビ講義の内容に関するお問い合わせには対応しておりません。

先生情報 / 大学情報

お茶の水女子大学共創工学部文化情報工学科准教授レーヒェウハン先生

研究室

興味が湧いてきたら、この学問がオススメ！

情報学、データベース

先生が目指すSDGs

メッセージ

勉強だけでなく、いろいろなことに積極的にチャレンジしてください。挑戦を重ねることで、自分の好きなこと、得意なこと、苦手なことに気づけます。失敗しても落ち込む必要はありません。「なぜうまくいかなかったのか」を考え抜く習慣こそが、大学での研究に直結する力になります。研究とは、やってみないとわからないことばかりです。結果が予想と違ったとき、その理由を追求し、改善につなげていく姿勢が大切です。トライアルアンドエラーを繰り返した経験は必ず未来で生きてきます。

お茶の水女子大学に関心を持ったあなたは

日本における女性教育の先達であるお茶の水女子大学は、国際的状況のなかで、政治、経済、学術、文化をはじめ各界のオピニオン・リーダーとなりうる女性を育成するプログラムを世界に示しています。それは、「21世紀型お茶の水女子大学モデル」であり、本学が重視していることは次の三点です。
1．女子高等教育の未来への発展
2．研究の拠点化と21世紀型教養教育
3．社会貢献と国際交流
新たな発想に基づく先端的研究開発は、お茶の水女子大学の研究の特徴です。