Outcome Prediction System Based on Different Types of Data in Electronic Health Records for Septic Patients ∗

DOI:10.14923/transinfj.2017PDP0024 症度スコアが用いられてきた.近年では電子カルテの 導入により,一人の患者から異質かつ多様なデータが 取得できるようになった.これらのデータに対して, 機械学習的アプローチを用いる予測手法も提案されて いる [3]. ICU に入室した患者はそれぞれ異なる疾患をもつ が,上述の手法の多くはその違いを考慮していない. Siontisらは ICUに入室した患者の転帰予測に関する 既存研究を解析し,疾患や背景の違いにより予測精度 に大きなばらつきが存在することを報告している [4]. より的確に医療スタッフの意思決定を補助する為に, 個別の疾患に焦点を当てたシステムを開発することが 望ましい. ICU内で観測される様々な疾患の中でも,敗血症は 特に重要な疾患である.敗血症は臓器不全を伴う感染 症であり,死亡率の高さ,経済コストの大きさは ICU の運営に強く影響する.2001年に発表された米国を対 象とした疫学研究では,年間 75 万人が発症し,半数 以上は ICU に入室,ICU 内死亡率は 34.3% に上り, 治療や対策に伴うコストは年間 160億ドル以上である と報告されている [5]. 敗血症では,早期に患者の転帰を予測するシステム