Hitachi and Partners Healthcare 사용 ai
심장병 환자의 재 입원 위험을 성공적으로 예측

환자를위한 적절한 재 입원 방지 프로그램을 구현하여,
의료비를 매년 환자 당 약 80 만 엔 줄을 예상

이 AI를 사용하는 이미지 rehospitalization의 위험을 예측

위너 토토, Ltd. (임원 및 CEO : Higachi라고 불리는 Higashihara Toshiaki / Hightinafter)는 퇴원 후 30 일 이내에 심장병으로 입원 환자의 위험에 대한 증거를 제공하는 인공 지능 (AI) 기술을 개발했습니다. Partners Healthcare (사장 겸 CEO : David Torchian, M.D./, PH)와 협력하여 미국의 주요 의료 기관 중 하나 인 PH의 의료 데이터를 사용하여 효과 검증을 수행했으며 AI는 환자의 고정 상태 위험을 제공 할 것임을 발견했습니다.*1를 예측할 수 있음을 확인했습니다. 또한, 우리는 AI에 의해 예측 된 위험에 대한 PH PH 후 방전 관리 프로그램이 적절하게 적용될 때 시뮬레이션을 수행했으며, 이전 표준보다 2 배 이상의 환자의 재 입원을 방지 할 수 있었으며, 연간 1 인당 약 800,000 엔 ($ 7,000)만큼 의료 비용을 줄이는 효과가 있음을 확인했습니다. 미래에 Hitachi와 PH는 미래의 환자에 대한이 AI의 효과를 확인하고 의료 전문가가 평가하고 실제 의료 환경에 제공하는 것을 목표로합니다.

 의료 비용이 사회적 문제가되면서, 특히 인구가 노화되는 선진국에서는 정부와 민간 의료 보험 회사 모두 의료 서비스 품질과 비용 절감 (가치 기반 건강 관리)의 개선을 달성하기 위해 노력하고 있습니다. 미국의 병원 관리에서 30 일 이내에 재입고 율은 의료의 질을 보장하기위한 중요한 지표 중 하나로 관리됩니다. 따라서, PH는 펄스 데이터를 수집하고 퇴원 후 이메일 및 전화를 통해 치료를 제공하는 프로그램 (CCCP*2)가 구현되었으며 재 입원률을 줄이기 위해 노력하고 있습니다.

  재 입원률을 더욱 줄이기 위해 Hitachi는 심장병 환자의 재 입원 위험을 예측하고 이에 대한 근거를 설명 할 수있는 AI 기술을 개발하고 PH와 함께 그 효과의 효과를 확인하기 위해 노력했습니다.

이 AI 기술은 딥 러닝을 제공하여 고정밀 예측 모델을 구축합니다*3를 사용합니다 그리고 병원 환자를 위해 수행 된 치료, 의약품, 병력 및 기타 의료 정보 및 과거 의학적 판단 요인의 축적 인 의료 지침의 정보와 같은 PH가 제공 한 의료 정보를 배우면 병원에서 퇴원 한 후 30 일 후에 재입학 될 위험이 예측됩니다. 전통적인 딥 러닝은 사용 된 정보와 예측 결과 사이의 인과 관계를 설명하기가 어렵 기 때문에 의료 분야에서 사용하는 데 어려움을 겪었습니다. 따라서 Hitachi는 딥 러닝 학습 결과를 분석하고 의사가 의료 절차에 반영되기 위해 결정을 내리고 위험 예측을 할 수있는 수십 가지 요인 만 추출하는 기술을 개발했습니다. 이 위험 예측 공식으로부터 표준 통계 분석 기술은 병원의 위험과 판단 요인의 기여를 계산할 수 있습니다. 이것은 의사가 이해할 수있는 위험 증거에 대한 높은 예측 정확도와 설명을 모두 달성했습니다.

  예측 모델을 구축하고 검증 할 때, 우리는 2014 년에서 2015 년 사이에 병원에서 입원하고 퇴원 한 약 12,000 명의 환자의 전자 의료 기록에 설명 된 치료 세부 사항과 환자 조건을 사용했습니다. 결과적 으로이 기술은 70% 실용적인 가이드 라인을 초과하는 높은 예측 정확도 (AUC 0.71)를 갖는 것으로 평가되었습니다. 이 예측을 CCCP에 적용한 결과를 시뮬레이션했을 때, 재 입원을 방지 할 수있는 환자의 수는 입원 중 가장 높은 의료 비용을 신청하는 환자를 선택하는 전통적인 기준보다 최대 두 배나 큰 것으로 나타 났으며, 매년 환자 당 약 800,000 엔으로 재 입원 비용을 줄일 수 있습니다.

  미래에 Hitachi와 PH는 병원에서 입원하고 퇴원하려는 환자의 효과를 조사하고 실제 의료 환경을 제공하는 것을 목표로 할 것입니다. 또한 이번에 개발 된 AI 기술을 사용하여 Hitachi는 의료 서비스를위한 솔루션을 제공 할뿐만 아니라 의료 데이터를 사용하여 예측을 활용할 수있는 건강 보험 회사, 제약, 응급 서비스 등으로 확장하는 것을 목표로합니다.

파트너 파트너 공중 보건 및 Connected Health Innovation의 선임 이사

  "최종 사용자로서, 우리는 전통적인 기계 학습 프로그램의 예측에 대한 증거가 없습니다.이 혁신을 통해 의사와 간호사는 환자가 왜 재입학 위험이 높고 수행 할 것인지 이해할 수 있습니다. 우리는이 정보 기반 의료 서비스 제공을 달성하는 것을 목표로합니다. 이것은 오늘날의 기계 학습을 넘어서서 한 단계입니다."

*1

auc (곡선 아래 면적) 0.71. AUC는 통계 및 데이터 분석에 사용되는 지표로, 0에서 1으로 표현되며, 이는 좋은 판단 및 분류 정확도를 나타냅니다. 1 올바른 판단과 분류가 가능하다면.

*2

CCCP : 커넥 티드 심장 관리 프로그램

*3

딥 러닝 : 뇌에 뉴런의 메커니즘을 포함하는 신경망을 사용하는 기계 학습 방법.

파트너 건강 관리

Partners Healthcare는 Brigham and Women 's Hospital 및 Massachusetts General Hospital이 설립 한 포괄적 인 미국 의료 기관입니다. 그것은 두 개의 대학 병원, 여러 지역 및 전문 병원, 의료 네트워크, 가정 의료 및 장기 치료 서비스를 포함한 의료 기관으로 구성되며 Harvard Medical School의 주요 교육 파트너입니다.http : //www.partners.org/

연락처 정보

Research Management Department, Research and Development Group, 위너 토토, Ltd. [책임 : Kato, Ishikawa]
5-3-1 Akasaka, Minato-Ku, 도쿄 107-6323
전화 : 03-6230-4200 (대표)

위