UMIN-CTR 臨床試験登録情報の閲覧

一般向け試験名/Public title

日本語
診療録の記載より抽出した自然言語を用いた診断推論エンジンの開発

英語
Development of diagnostic engine using natural language extracted from medical records

一般向け試験名略称/Acronym

日本語
診療録の記載より抽出した自然言語を用いた診断推論エンジンの開発

英語
Development of diagnostic engine using natural language extracted from medical records

科学的試験名/Scientific Title

日本語
診療録の記載より抽出した自然言語を用いた診断推論エンジンの開発

英語
Development of diagnostic engine using natural language extracted from medical records

科学的試験名略称/Scientific Title:Acronym

日本語
診療録の記載より抽出した自然言語を用いた診断推論エンジンの開発

英語
Development of diagnostic engine using natural language extracted from medical records

試験実施地域/Region

日本/Japan

対象疾患名/Condition

日本語
総合診療医学

英語
General Medicine

疾患区分1/Classification by specialty

内科学一般/Medicine in general

疾患区分2/Classification by malignancy

悪性腫瘍以外/Others

ゲノム情報の取扱い/Genomic information

いいえ/NO

目的1/Narrative objectives1

日本語
構造化したデータベースの構築や診断推論エンジンが発明

英語
Construction of structured database and invention of diagnostic engine

目的2/Basic objectives2

有効性/Efficacy

目的2 -その他詳細/Basic objectives -Others

日本語

英語

試験の性質1/Trial characteristics_1

試験の性質2/Trial characteristics_2

試験のフェーズ/Developmental phase

主要アウトカム評価項目/Primary outcomes

日本語
診断推論エンジンの精度（F値等）

英語
F Measure

副次アウトカム評価項目/Key secondary outcomes

日本語

英語

試験の種類/Study type

観察/Observational

基本デザイン/Basic design

ランダム化/Randomization

ランダム化の単位/Randomization unit

ブラインド化/Blinding

コントロール/Control

層別化/Stratification

動的割付/Dynamic allocation

試験実施施設の考慮/Institution consideration

ブロック化/Blocking

割付コードを知る方法/Concealment

群数/No. of arms

介入の目的/Purpose of intervention

介入の種類/Type of intervention

介入1/Interventions/Control_1

日本語

英語

介入2/Interventions/Control_2

日本語

英語

介入3/Interventions/Control_3

日本語

英語

介入4/Interventions/Control_4

日本語

英語

介入5/Interventions/Control_5

日本語

英語

介入6/Interventions/Control_6

日本語

英語

介入7/Interventions/Control_7

日本語

英語

介入8/Interventions/Control_8

日本語

英語

介入9/Interventions/Control_9

日本語

英語

介入10/Interventions/Control_10

日本語

英語

年齢（下限）/Age-lower limit

20

歳/years-old

以上/<=

年齢（上限）/Age-upper limit

適用なし/Not applicable

性別/Gender

男女両方/Male and Female

選択基準/Key inclusion criteria

日本語
総合診療科への初診患者

英語
First visit patient to general medicine department

除外基準/Key exclusion criteria

日本語
同意を得られなかった者

英語
Person who did not get consent

目標参加者数/Target sample size

20000

責任研究者/Name of lead principal investigator

日本語

名	大樹
ミドルネーム
姓	横川

英語

名	Daiki
ミドルネーム
姓	Yokokawa

所属組織/Organization

日本語
千葉大学医学部附属病院

英語
Chiba University Hospital

所属部署/Division name

日本語
総合診療科

英語
Department of General Medicine

郵便番号/Zip code

260-8677

住所/Address

日本語
1-8-1, Inohana, Chuo-ku

英語
Chiba city

電話/TEL

0432227171

Email/Email

dyokokawa6@chiba-u.jp

試験問い合わせ窓口担当者/Name of contact person

日本語

名	大樹
ミドルネーム
姓	横川

英語

名	Daiki
ミドルネーム
姓	Yokokawa

組織名/Organization

日本語
千葉大学医学部附属病院

英語
Chiba University Hospital

部署名/Division name

日本語
総合診療科

英語
Department of General Medicine

郵便番号/Zip code

260-8677

住所/Address

日本語
千葉市中央区亥鼻1ー8ー1

英語
1-8-1, Inohana, Chuo-ku, Chiba city

電話/TEL

0432227171

試験のホームページURL/Homepage URL

Email/Email

dyokokawa6@chiba-u.jp

機関名/Institute

日本語
千葉大学

英語
Chiba University

機関名/Institute
（機関選択不可の場合）

日本語

部署名/Department

日本語

個人名/Personal name

日本語

英語

機関名/Organization

日本語
その他

英語
Ricoh IT Solutions Co.,Ltd.

機関名/Organization
（機関選択不可の場合）

日本語
リコーITソリューションズ株式会社

組織名/Division

日本語

組織の区分/Category of Funding Organization

営利企業/Profit organization

研究費拠出国/Nationality of Funding Organization

日本語

英語

共同実施組織/Co-sponsor

日本語

英語

その他の研究費提供組織/Name of secondary funder(s)

日本語

英語

組織名/Organization

日本語
千葉大学医学部附属病院

英語
Chiba University Hospital

住所/Address

日本語
千葉市中央区亥鼻1ー8ー1

英語
1-8-1, Inohana, Chuo-ku, Chiba city

電話/Tel

043-222-7171

Email/Email

dyokokawa6@chiba-u.jp

他機関から発行された試験ID/Secondary IDs

いいえ/NO

試験ID1/Study ID_1

ID発行機関1/Org. issuing International ID_1

日本語

英語

試験ID2/Study ID_2

ID発行機関2/Org. issuing International ID_2

日本語

英語

治験届/IND to MHLW

試験実施施設名称/Institutions

一般公開日（本登録希望日）/Date of disclosure of the study information

2021

年

03

月

31

日

プロトコル掲載URL/URL releasing protocol

試験結果の公開状況/Publication of results

未公表/Unpublished

結果掲載URL/URL related to results and publications

組み入れ参加者数/Number of participants that the trial has enrolled

20000

主な結果/Results

日本語

英語

主な結果入力日/Results date posted

結果掲載遅延/Results Delayed

結果遅延理由/Results Delay Reason

日本語

英語

最初の試験結果の出版日/Date of the first journal publication of results

参加者背景/Baseline Characteristics

日本語

英語

参加者の流れ/Participant flow

日本語

英語

有害事象/Adverse events

日本語

英語

評価項目/Outcome measures

日本語

英語

個別症例データ共有計画/Plan to share IPD

日本語

英語

個別症例データ共有計画の詳細/IPD sharing Plan description

日本語

英語

試験進捗状況/Recruitment status

参加者募集終了‐試験継続中/No longer recruiting

プロトコル確定日/Date of protocol fixation

2019

年

01

月

04

日

倫理委員会による承認日/Date of IRB

2019

年

01

月

04

日

登録・組入れ開始（予定）日/Anticipated trial start date

2019

年

01

月

31

日

フォロー終了(予定)日/Last follow-up date

2019

年

01

月

31

日

入力終了(予定)日/Date of closure to data entry

データ固定（予定）日/Date trial data considered complete

解析終了(予定)日/Date analysis concluded

その他関連情報/Other related information

日本語
倫理審査委員会承認後、選択基準を満たす研究対象者の診療録を診療端末より取り出す。抽出に当たり、個人情報に該当する項目は一切削除し匿名化を行う。
匿名化された診療録のテキストデータは、診療科内に保有するコンピュータによって、形態素解析を行い、診断推論に必要と思われるデータ（Keyデータ）を抽出する。抽出した情報が「あり／なし」のいずれの情報（Valueデータ）なのか、pythonにより判別するプログラムを設計し、臨床診断名ーKeyデーターValueデータを1つのデータベースに格納する。
このデータを用いて診断推論エンジンを設計開発するが、開発前に考えうるモデルとしては、ベイジアンネットワーク・決定木を用いたモデルや、深層学習（特に回帰的ニューラルネットワーク）を用いたモデルがある。これらのモデルを用いて最終的に医師が判断した臨床診断名と合致するか、その精度を測定し、エンジンの改良を図る。

英語
After approval of the ethics review board, the medical records of the study subject meeting the selection criteria are taken out from the database. In the extraction, all items corresponding to personal information are deleted and anonymized.
The text data of the anonymized medical record is subjected to morphological analysis by a computer held in the medical department to extract data (Key data) considered to be necessary for diagnostic reasoning. Design a program that uses python to determine which information (Value data) the extracted information is "yes / no", and stores the clinical diagnostic name-Key data-Value data in one database.
This data is used to design and develop a diagnostic engine. Models that can be considered Bayesian networks, decision trees, or models using deep learning (especially, regression neural networks). These models are used to match the clinical diagnostic name finally determined by the doctor, or to measure its accuracy, to improve the engine.

登録日時/Registered date

2019

年

05

月

24

日

最終更新日/Last modified on

2019

年

05

月

24

日

閲覧ページへのリンク/Link to view the page

日本語
https://center6.umin.ac.jp/cgi-open-bin/ctr/ctr_view.cgi?recptno=R000041969

英語
https://center6.umin.ac.jp/cgi-open-bin/ctr_e/ctr_view.cgi?recptno=R000041969