電子カルテデータの解析をして患者のペインを発掘する。

株式会社pipon北爪です。
キャピタルメディカ様と連携させて頂き、電子カルテデータの解析を行い、患者のペインを発見することができないか、というプロジェクトを行いました。

解析をしようとした電子カルテデータには以下の課題がありました。

・医師所見、看護師所見にベタ書きで構造化されてない
・コピペが多い
・検査値データも所見も一緒に書いてある

そのためデータの前処理に相応の時間を費やさなければ解析できない状況でした。しかし、この情報の中に「治療の時系列」も「患者の訴え」も重要なデータが入っています。

そのため前処理をしてデータを綺麗にして解析することで、発見できていない知見を見つけることができる可能性があると考えました。

まず、データの前処理として、検査値のデータなどデータ解析をする上で邪魔になるデータが多く含まれているため重要単語を含む一文のみを抽出することにしました。

重要単語の設定は、医師所見、看護師所見を読み込みながら、治療、患者の訴えに関連する単語を抜き出し設定していきました。

一例を挙げると、「吐き気」「痛み」「転移」等々のワードが入っている一文を抽出しました。

この抽出した一文に対して以下のフラグを付けていきました。

・精神的苦痛
・精神的安心
・〇〇治療(その疾患の転換点になるような治療)
・体調不良

こちらのフラグを付けた作業は、機械学習モデルによる予測や、重要単語の有無にて付与して行いました。

そうすると時系列にて、患者さんごとにどのようなタイミングで精神的苦痛が訪れるのかを解析することができるようになりました。

さらに大量のデータを集めることができれば患者さんごとの傾向を把握し、苦痛を感じる前にどのような対処をすべきかを提案することができる可能性があります。

また公開はできませんが前処理をした綺麗なカルテの文書に対してワードクラウド(以下の画像のようなもの)を出すことで、患者さんごとの特徴を一覧で把握することができます。

こちらはMRさんへの教育として患者さんがどのようなことに不便を感じ、苦痛を感じているのかを伝えるのに役に立ちそうとのことでした。

このような形で、すぐには解析できない電子カルテのデータから知見を抽出することに成功しました。

こういった解析にご興味あればseiyakitazume@pi-pon.comもしくはこちらのフォームにてご連絡ください。

https://docs.google.com/forms/d/1RT1AoUMXxHgN2yPzxLMHIKHQFvciziZjfcX6PD3a1Bw/prefill