論文紹介

• 擬態語・擬音語を索引語に用いた病名の自動検索に関する研究
• 石田博子、小野木雄三
• 第26回医療情報学連合大会（2-D-1-2）、2006、日本

背景と目的

患者の発話・診療時間の長さと、患者の理解との間には乖離がある。この理由として、患者は痛みなどの感覚、不安などの感情が優先し、身体現象を正しく（客観的、論理的に）説明することが困難である事、医学用語と一般用語の差、などが考えられる。

この研究では、感覚の比喩表現である擬態語や擬音語（日本特有）に着目し、そこから病名検索の精度を向上させることを考える。

方法

コーパスより構文解析・形態素解析を行い、擬態語・擬音語を切り出す。

「医疾患」、「擬音語・擬態語」「医部位」という語（あるいは属性）を用いて検索語のサンプルとしている。

結果と考察

初期の段階では、そもそも擬音語や擬態語を含まない文章が多かった。これに対して、索引語拡張を行ったことにより、検索の有効性を確認した。その結果、「擬態語・擬音語＋部位」という検索を行うことで、6倍以上の文書に対して検索が可能になっていた。

思いつきメモ

より広範囲な類語辞書の作成

専門知識を持たないような人々でも、日常的に使っているような言葉（話し言葉など）を類語辞書に含めることで、検索性度の上昇、さらにはテキスト分析の効率UPを考えることができそう。

他にも有用そうな言葉は？

「日常で使われる」という観点に着目すると、他にも検索精度を上げていくための言葉が見つかりそう…な、気もする。

編集後記

ちょっと予約投稿が変…動作チェックも兼ねて投稿。

論文紹介

• 在宅看護/介護支援システムにおけるRDFの応用
• 橋弥あかね et al.
• 第26回医療情報学連合大会（2-E-2-2）、日本

背景と目的

高齢化に伴い、在宅看護や介護の必要性が増大する一方、既存システムで提供されている意識は一般化された物のみであり、個々の事例に最適化した知識ではない。

そこで、性別、既往歴などの個人的要素を付け加え、より最適化された情報が提示されるシステムの開発を行った。オントロジーやRDF（Resource Description Framework, 一種のRSS）の利用により、データベースを作成。

方法

システム設計は、主に以下の三点に着目。

知識の抽出と構造化

症状の程度と組み合わせから疾患を推定するためのデータベース、推定された疾患・既往歴との組み合わせを関連づけたデータベースの2種類を準備。

症状から疾患推定の過程

系統別疾患（呼吸器系、消化器系、etc）における代表的なものを選択し、そこから生じる症状すべてを文献からピックアップ。これは、身体の部位に沿って分類。

必ず起こる症状、あるいは他の疾患にはない症状をピックアップし、それらを必要条件とした4つの分類についてルールを検討。

1. 疾患を推定できる症状がすべて選ばれた場合
2. 疾患を推定できる症状と、その他の症状が選ばれた場合
3. 疾患を推定できる症状と、疾患に関係のない症状が選ばれた場合
4. 疾患を推定できる症状が選ばれなかった場合

4番目については、精度向上のため、追加質問を行っていく。

インターフェース

入力、表示において、ユーザーが効率よく扱えるインターフェース。

結果と考察

１２疾患に対してルールを決めておくことで、かなりの精度で疾患が推定された。また、データの関連づけにより、必要な知識の連鎖を抽出し、対処方法の根拠を提示できる。

ユーザーに対して、好感度は良好。

思いつきメモ

かなりの精度？

どのくらいの精度で疾患は推定されたんだろうか。ユーザーが好印象を持っているだけに、精度の高さが気になる。

根拠情報の提示、データベースを2つ使う

事故分析、インシデントレポート分析にも応用はできそう。知識を深めるデータベースと、知識の関連づけのデータベースは別にしてある方がいいのかな。

…あれ、RDFは？

…RDFの話があんまり出てこなかったような…？

編集後記

乱読中。

論文紹介

• インシデントレポートシステムを用いた注射薬に関するヒヤリハット報告の解析とその評価
• 若林進 et al.
• 第26回医療情報学連合大会（P16-5）、2006、日本

背景と目的

インシデントレポートシステムの運用によってここのヒヤリハット報告の情報解析は容易になってきた（＠杏林大学医学部付属病院）。この情報解析を通して、「ヒヤリハット報告発生率」（どれだけの医療行為に基づき発生しているか）が疑問となった。そのため、注射薬に関するヒヤリハットに特化して解析・評価を行った。

方法

2006年1〜4月のインシデントレポートを利用。ヒヤリハット報告発生率は、

ヒヤリハット報告発生率＝ヒヤリハット報告の件数　÷　薬品の処方回数　ｘ　100

で算出されている。

結果と考察

発生報告率は0．079％（282/358，843）。特にインスリン製剤に関するヒヤリハット報告率は、全体の報告率よりも高かった（インスリンのヒヤリハットは多い）。一方、インスリン製剤の処方回数が多い診療科では、報告率は低めであった（インスリンをよく使っている診療科では、そのヒヤリハットが少ない）。

考えられる仮説は以下の二つだが、どちらも完全な相関関係は得られなかった。

• 処方量が多いと薬品に多く接するため、ヒヤリハットは増える
• 処方量が少ないと薬品に不慣れなため、ヒヤリハットは増える

思いつきメモ

今後に注目。

今回のデータでは相関が導き出せていないが、別な薬品などでも同等の評価をしていくことで、その傾向が明らかにできそう。

「慣れ」が逆に働く可能性は？

不慣れだとヒヤリハットが増える（＝慣れるとヒヤリハットは減る）という仮説が立てられているが、逆は考えられないか。扱いに慣れることで、気を抜いたりしてしまい、ヒヤリハットが増加する可能性もあるはず。

今朝読んだ論文その３。

論文紹介

• 医療文書から医療用語の分離抽出－単語長をパラメータとした新聞社説との相互比較－
• 上杉正人 et al.
• 第26回医療情報学連合大会（2-D-1-3）、2006、日本

背景と目的

医療文書のテキストマイニングは、医療の質向上につながる。だが、テキストマイニングのために用いる辞書（医療用語、専門用語の単語集）は整備も難しく、日々進化するため、作成が非常に困難。

そこで、症例報告と新聞社説のテキストコーパス比較、あるいは用語の特徴に着目して、医療用語を分離・抽出する方法を検討。

方法

抽出候補は、「2文字以上の漢字とその前後に続くカタカナ文字列」。抽出された語句が医療用語であるかどうかの判定は、1名の医療資格者が行う。検討項目は以下の6つ。

1. 医療用語がどれだけ分離できたか（分離精度）
2. 一般用語とした単語にどれだけ医療用語が含まれていたか（見落とし）
3. 社説を3年分から16年分に増やした場合、医療用語の分離の精度は向上したか（データ量の影響）
4. 単語長と医療用語の含まれる割合
5. 用語間で文字を比較。最大長で一致する単語の長さをその単語の長さで割り、平均一致単語長（mWL）を求める。（単語の長さと専門性の相関）
6. 用語間で文字を比較。最大長で一致する文字列の頻度を求め、その単語自身の出現数と単語長で割り平均一致単語頻度（mWF）を求める。（単語の出現頻度と専門性の相関）

結果と考察

テキストコーパスを増やすと、分離精度は増加（84.3%から85.9%に）するが、一方で再現率が低下（98.4%から95.8%に）。テキストコーパスの量はそれほど影響しない。

単語長で見た場合、5文字以上では医療用語が増加。長い単語（5〜15文字）では医療用語の割合が90％程度に。

抽出条件でひらがなを落としているため、「うっ血性」→「血性」となるような部分も。ひらがな、あるいは英単語との組み合わせも今後の視野に。

思いつきメモ

形態素解析のソフトは？

細かいことだけど、どんなソフトで形態素解析（単語の分割）を行ったか、興味あり。

辞書に学習機能つけたい…

とてつもなく時間のかかる作業だけど、やっぱり辞書は改訂していきたい。できることなら、学習機能を取り入れて辞書が進化するような方向で…。

今朝、電車で読んだ論文その2。

論文紹介

• 携帯端末を利用した医療過誤防止システム
• 扇原勉 et al.
• 第26回医療情報学連合大会（1-B2-1-5）、2006、 日本

背景と目的

医療過誤の対策として、PDAの利用が普及。有益ではあるが、その利用による負荷増大の恐れ。

そこで、使用場所や使用者に対して、制限を細かく設定できるシステムの開発。本論文では、システムの概要を紹介。

方法

医療過誤防止

バーコードで整合性チェック。2重読み取りを防ぐため、患者のリストバンドにつけるバーコードとシステム側、薬品側のバーコードは異なる規格の物を用いる。

ベッドサイド支援

権限制御

医師や看護士はPDAの全機能を使用できるが、放射線技師などは一部のみ使用可とする。

結果と考察

割愛。

思いつきメモ

ワークロードは低下してる？

放射線技師など、ある作業に特化した職種に関しては、利用制限をかけることで使いやすさが増す事は理解できる。一方、医師や看護士は「全機能」を使えるように設定しているため、結果的にはPDAによるシステム操作をすべて覚える必要がある。全体としてのインターフェースなど、より入念に見ていく必要がありそう。