本研究では、時系列データクラスタリングの手法を医療ケアパスの分析に適用している。医療ケアパスは、患者の診断から治療、経過観察までの一連の医療行為の時系列データで表現できる。
まず、時系列データの特徴を捉えるための距離指標として、drop-DTWを提案している。これは、Dynamic Time Warping (DTW)を拡張したもので、時間的な位置ずれや欠損データにも対応できる。
次に、drop-DTWに基づいて平均的な時系列データを生成するアルゴリズムを開発した。これにより、クラスタリングアルゴリズムの入力として使用できる。
提案手法を用いて、肺切除術を受けた患者のケアパスデータを分析した。結果、従来手法であるTraMineRよりも、より解釈しやすい特徴的なクラスターが得られた。例えば、術前の検査や治療の時期が異なるクラスターが抽出された。
このように、時系列データクラスタリングは医療ケアパスの分析に有効であり、患者の典型的な治療経過を把握するのに役立つ。今後は、パラメータ設定の自動化や、より大規模なデータへの適用などが課題として挙げられる。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Thomas Guyet... at arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15379.pdfDeeper Inquiries