医療分野に特化した概念ベースによるDPCコーディング

摘要

The goal of our research is to achieve high classification accuracy for DPC (Diagnosis Procedure Combination) coding from diagnosis and treatment information using machine learning techniques. We use the approach of combining various classifiers, such as naive Bayes classifier and a classifier using a concept-base (a set of concept vectors for words). Therefore, we derive the concept-base specialized in medical field from discharge summaries and examine the capability of it through experiments of DPC coding. Discharge summaries are also used for inputs of classifiers. Experimental results of DPC coding using this concept-base show its usefulness and effectiveness of our approach. Our method of DPC coding achieves 76.0 percent accuracy in all 14 digits and 88.5 percent accuracy in first 6 digits.%本研究の目的は，機械学習を活用し，医療情報から高い精度でDPCコーディングを行うことである．我々は，ナイーブベイズ分類器や概念ベースを用いた分類器など様々な分類器を結合するというアプローチを採用する．そこで，必要となる医療分野に特化した概念ベース（単語の概念を表すベクトルの集合）を退院時サマリから生成し，その性能をDPCコーディングの実験により評価する．退院時サマリは分類器の入力でもある．生成した概念ベースを用いた実験結果から，その有用性が確認でき，また本研究の試みが有効であることも確かめられた．我々が構成したDPCコ～-デイングのための分類器は．全14桁で76.0％，上位6桁で88.5％の精度度達成した．