2019-10-09のJAWS-UG福岡でやったLTです。

1. Deep Learningを
診療データに使った話
2019-10-09
JAWS-UG福岡：7 度目もちょっと濃い目にAWSの話を
してみよう ～毎度、ごレイワくをおかけいたします～
JAWS-UG熊本 山ノ内

2. 自己紹介
名前
年齢
住まい
お仕事
山ノ内 祥訓(よしのり)
0x28
熊本県
現在は某大学病院の特任助教で臨床研究のデータマネー
ジャとして主に臨床研究データに関する設計及び開発と
運用をやっています。
熊本の某SIerで医療情報システムの導入及び開発を10年ぐ
らいやっていました。
SNS Facebook https://www.facebook.com/yoshinori.yamanouchi.12
Github https://github.com/eolla1013
資格等 修士（医科学） 現在博士課程3年(論文ヤヴァイ・・・)
医療情報技師

3. 熊本でいろいろコミュニティやってます
http://r.jazug.jp/
https://jaws-ug.jp/
JAWS-UG(Japan Amazon Web Services User Group)
熊本支部コアメンバー
JAZ-UG(Japan Azure User Group)
くまあず(熊本支部)コアメンバー
http://www.wankuma.com/
わんくま同盟
熊本エリアディレクター
https://gcpug.jp/GCPUG(Japan GCP User Group)
熊本オーガナイザー
https://otona.connpass.com/
オトナのプログラミング勉強会
コアメンバー

4. 臨床研究支援以外でやっていること
医療情報医学分野の研究など
医療データに関するよろず相談
院内内製部隊(といっても一人だが・・・)
アクセスログ解析、機械学習による各種予測、最近は診療記録のテキスト解析
が中心。医療画像はみんなやっているのでやっていないww
転倒転落、血栓予防、など診療の質管理に関するモニタリングや、がん登録
など二次利用に関するデータ抽出。ゲノムやたんぱく質解析も。
こまごまとしたアプリケーションを作って院内各部署に提供中。

5. 2017年の医療情報学会の発表でDeep
Learningを使いました
Python 3.5.4
Tensorflow 0.12.1
Keras 1.2.1
テーマは・・・
初診時の診療記録から病名を予測できるか？
当時の環境

6. 出来上がったモデル
入
力
層
Dense(ReLu)
Dropout
Dense(ReLu)
Dropout
Dense(ReLu)
Dropout
Dense(ReLu)
Dropout
出
力
層
オートエンコーダ 多層パーセプトロン
26044
80478
26510
25563
200115
103600
426
500
500
3000
4000
4550
0.5
0.2
0.2
0.2

7. 結果
平均適合率が93.6%、平均再現率が70.4%となった。それぞれの分
布を確認すると病名によって予測できているものとできていないもの
があった。
過学習しまくってましたがそこは気にしないww

8. AWSのスポットインスタンス全面使用
Public Subnet Private SubnetGateway
Subnet

9. お金が溶けていきました・・・

10. 今では・・・
大人しくSageMakerを使いましょうww

11. 宣伝！！
当研究室では大学院生を募集しています！
 医療データで何かやってみたい！
 医療業界の課題に向き合いたい！
 とりあえず何か学んでみたい！
興味がある方はどうぞ！！