臨床での人的資源確保のための胸痛主訴患者への問診からの狭心症症例の弁別

カテゴリ: 部門大会

論文No: MC2-3

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Discriminating Angina Cases from Patient Interviews with Chest Pain Complaints for Human Resource Allocation in Clinical Settings

著者名: 正田 裕大（近畿大学）,藤田 晃輔（近畿大学）,菅野 帆華（近畿大学）,半田 久志（近畿大学）,木村 裕一（近畿大学）,中澤 学（近畿大学）,伊地知 健（東海大学）,吉川 万里江（東海大学）

著者名(英語): Yudai Shoda (Kindai University),Kosuke Fujita (Kindai University),Honoka Kanno (Kindai University),Hisashi Handa (Kindai University),Yuichi Kimura (Kindai University),Gaku Nakazawa (Kindai University),Takeshi Ijichi (Kindai University),Marie Yoshikawa (Kindai University)

キーワード: 狭心症|多層パーセプトロン|問診票問診票|angina pectoris|multi-layer perceptron|medical interview

要約(日本語): 胸痛を主訴とする外来患者は虚血性心疾患をはし?めとする循環器疾患を疑い、循環器内科て?受診することか?よくある。しかしなか?ら、これらの外来患者の中には整形外科疾患や消化器疾患て?あることも少なくない。これは重篤になることがある心疾患を特定しておきたいと考えるためである。このため、外来の中に心疾患の患者が存在していることが循環器内科に負担がかかっている。 本研究では、問診票の時点で診療科を分類することで臨床での人的資源の確保を目的とし、胸痛を主訴した外来患者から収集した問診票データに基づき、dropout を用いた 3 層の多層パーセプトロン(MLP)を用いて、狭心症患者の分類をおこなった。そして、問診票データに加えて、糖尿病などのリスクファクターを入力データに組み込むことによる影響と入力属性の重要度を調べた。また、データ拡張手法の一つである mixup をすべてのモデルに適用し、その効果を評価した。