特許ウォッチ

公開番号2025149288
公報種別公開特許公報(A)
公開日2025-10-08
出願番号2024049835
出願日2024-03-26
発明の名称計算機システムおよびデータの分析方法
出願人株式会社日立ハイテク
代理人藤央弁理士法人
主分類G16H 50/00 20180101AFI20251001BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】複数の決定木の予測精度の定量的な評価を提示する。
【解決手段】計算機システムは、複数の因子の値を含むデータを格納するデータベースにアクセス可能に接続され、複数のデータから構成される分析データセットを第1データセットおよび第2データセットに分割する第1処理と、第1データセットを用いて、分析データセットを二つのグループに分割するための分岐条件を探索し、第2データセットを用いて、介入効果を評価し、使用する分岐条件を決定し、少なくとも一つの分岐条件から構成され、事象の予測に使用する決定木を生成する第2処理と、複数の決定木の分岐の良さを表すスコアを算出する第3処理と、を繰り返し実行し、複数の決定木とスコアとを表示するための情報を生成する。
【選択図】図9
特許請求の範囲【請求項１】
プロセッサおよび前記プロセッサに接続される記憶装置を備える計算機システムであって、
複数の因子の値を含む、介入効果を評価するためのデータを格納するデータベースにアクセス可能に接続され、
前記プロセッサは、
複数の前記データから構成される分析データセットを第１データセットおよび第２データセットに分割する第１処理と、前記第１データセットを用いて、前記分析データセットを二つのグループに分割するための前記因子および前記因子の値から定義される分岐条件を探索し、前記第２データセットを用いて、介入効果を評価し、使用する前記分岐条件を決定し、少なくとも一つの前記分岐条件から構成され、事象の予測に使用する決定木を生成する第２処理と、複数の前記決定木の各々について、前記決定木の分岐の良さを表すスコアを算出する第３処理と、を繰り返し実行し、
複数の前記決定木と、前記スコアとを表示するための情報を生成し、出力することを特徴とする計算機システム。
続きを表示（約 1,100 文字）【請求項２】
請求項１に記載の計算機システムであって、
前記データは、前記事象の発生の有無を示す値を含み、
前記プロセッサは、前記第２処理において、前記分岐条件に基づいて前記分析データセットを分割した場合の統計的な有意差の有無を評価するための評価指標を算出し、前記評価指標に基づいて前記スコアを算出し、
前記プロセッサは、前記第３処理において、前記決定木に含まれる前記分岐条件の前記スコアの合計を算出することを特徴とする計算機システム。
【請求項３】
請求項２に記載の計算機システムであって、
前記プロセッサは、前記スコアの合計が最も大きい前記決定木を表示する前記情報を生成することを特徴とする計算機システム。
【請求項４】
請求項１に記載の計算機システムであって、
前記プロセッサは、前記第１処理において、前記スコアを目的変数とし、前記スコアを最適化するメタヒューリスティック最適化法の演算を実行することによって、前記第１データセットおよび前記第２データセットに対する、前記分析データセットを構成する前記データの割付を決定することを特徴とする計算機システム。
【請求項５】
請求項１に記載の計算機システムであって、
前記データは、患者の特性を示す因子の値を含むデータであることを特徴とする計算機システム。
【請求項６】
計算機システムが実行するデータの分析方法であって、
前記計算機システムは、
プロセッサおよび前記プロセッサに接続される記憶装置を有し、
複数の因子の値を含む、介入効果を評価するためのデータを格納するデータベースにアクセス可能に接続され、
前記データの分析方法は、
前記プロセッサが、複数の前記データから構成される分析データセットを第１データセットおよび第２データセットに分割する第１処理と、前記第１データセットを用いて、前記分析データセットを二つのグループに分割するための前記因子および前記因子の値から定義される分岐条件を探索し、前記第２データセットを用いて、介入効果を評価して、使用する前記分岐条件を決定し、少なくとも一つの前記分岐条件から構成され、事象の予測に使用する決定木を生成する第２処理と、前記第２データセットを用いて、複数の前記決定木の各々について、前記決定木の分岐の良さを表すスコアを算出する第３処理と、を繰り返し実行する第１のステップと、
前記プロセッサが、複数の前記決定木と、前記スコアとを表示するための情報を生成し、出力する第２のステップと、を含むことを特徴とするデータの分析方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、データを分析するシステムおよび方法に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
従来の医療はランダム化比較試験をベースとした標準化およびガイドライン作成を推進してきた反面、治療はすべての患者に有効ではなく個人性があることが顕在化してきた。そこで、現在の医療では患者個人の特性に合った最適治療選択の追及に焦点が当てられている。たとえば、患者特性等に基づき患者をサブタイプ分類（層別化）し、類似する患者に対する治療およびアウトカムを分析する包括的医療データ分析システムが開示されている（下記特許文献１を参照）。
【０００３】
この包括的医療データ分析システムは、知的医療エンジンを含む医療メインサーバを含み、知的医療エンジンは、機密電子医療記録データベースである中央データベースに通信可能に結合されるとともに、ネットワークを介して病院、診療所及びその他の医療ソースにさらに通信可能に結合される。知的医療エンジンは、潜在的に異なる国、地域及び大陸から大量の医療記録を受け取る。電子医療記録は、病院、診療所及びその他の医療ソースから提供され、患者の医療記録を地球規模で大規模分析して相関付けできるように知的医療エンジン内に供給される。分析は、患者臨床パラメータ、疾患テンプレート、治療及び転帰に従って、医療記録を複数レベルのサブグループにグループ分割（分類）することによって開始する。新規患者がシステムに入力されると、この患者のパラメータ及び疾患テンプレートを最も近いサブグループと照合して、好ましい結果の可能性がある。
【先行技術文献】
【特許文献】
【０００４】
特表２０１７－５０２４３９号公報
【非特許文献】
【０００５】
Athey, Susan, et al,“Recursive partitioning for heterogeneous causal effects” Proceedings of the National Academy of Sciences 113.27 (2016): 7353-7360.
【発明の概要】
【発明が解決しようとする課題】
【０００６】
一般的に、木構造の学習アルゴリズムは過学習が問題となる。過学習を抑制するために、母集団となるデータセットを用途が異なる２つのデータセットを分割し、決定木を生成する。データセットの分割はランダムであるため、学習毎に、異なる構造の決定木が得られる。
【０００７】
複数の決定木を用いたランダムフォレストを用いることによって、治療効果の予測は可能となるが、予測結果の説明性（可読性）が担保されないという問題がある。
【０００８】
本発明は、複数の決定木の定量的な評価を提示するシステムおよび方法を実現する。
【課題を解決するための手段】
【０００９】
本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、プロセッサおよび前記プロセッサに接続される記憶装置を備える計算機システムであって、複数の因子の値を含む、介入効果を評価するためのデータを格納するデータベースにアクセス可能に接続され、前記プロセッサは、複数の前記データから構成される分析データセットを第１データセットおよび第２データセットに分割する第１処理と、前記第１データセットを用いて、前記分析データセットを二つのグループに分割するための前記因子および前記因子の値から定義される分岐条件を探索し、前記第２データセットを用いて、介入効果を評価し、使用する前記分岐条件を決定し、少なくとも一つの前記分岐条件から構成され、事象の予測に使用する決定木を生成する第２処理と、複数の前記決定木の各々について、前記決定木の分岐の良さを表すスコアを算出する第３処理と、を繰り返し実行し、複数の前記決定木と、前記スコアとを表示するための情報を生成し、出力する。
【発明の効果】
【００１０】
本発明の代表的な一形態によれば、複数の決定木の定量的な評価を提示できる。前述した以外の課題、構成および効果は、以下の実施例の説明により明らかにされる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許