R言語を用いたEHR (Electronic Health Record)support system

2015.11.14 SappoRo.R#5

Masahiko Hida

内科系の外来診察室には、かなりの確率で

電卓がおいてあります。

電子カルテの時代に何故？

BMI：体重（kg）/身長(m)＾2標準体重：身長(m)＾2 ×22

電卓でできる程度の計算が

組み込まれていない電子カルテが多い。

インスリン分泌指数：

（負荷後30分インスリン－空腹時インスリン）/（負荷後30分血糖－空腹時血糖）

HOMA-R：空腹時インスリン×空腹時血糖÷405

FIB4 index：年齢×AST[IU/L]÷（血小板数[10＾9/L]×ALT[IU/L]＾0.5）

NFS （NAFLD fibrosis score）=-1.675+0.037×age+0.094×BMI+1.13×IFG/DM(yes=1,no=0)+0.99×AST/ALT-0.013×Plt-0.66×Alb

このあたりまでは、何とか電卓でも

ここまでくると、自分で入力した電卓の値が

信用できません。

診療には必要ですが、煩雑な作業を

で楽にしたい！

どんな機能が、

診療の助けとなるのか？

EHRの追加機能（案）○自動計算機能BMI、標準体重、必要栄養量、eGFR、eGFRcys、CｃｒHOMA-R、インスリン分泌指数FIB4index、NFS(NAFLD fibrosis score) 等。○簡便な血液検査の時系列出力、グラフ出力

○サマリー機能

病歴サマリー等、患者情報の概要を簡潔に表示

現在の合併症の状態

患者の検査歴（検査項目、検査日）

疾患ごとに必要な情報をまとめて表示

○位置情報

患者住所、職場、通勤経路の位置情報と、流行している感染症地域の

重ねあわせ機能。

紹介先医療機関、連携医療機関のMAP表示、交通機関の表示機能○診断基準の判定

薬剤性肝障害の診断基準AIH診断基準○スコアリングの自動化

肝障害度、Child-Pugh score、IOIBD、CHADS2スコア等○鑑別診断の補助

不明熱、貧血、腹痛、胸痛、呼吸困難、浮腫、

電解質異常の鑑別診断

○文献検索機能

○画像処理

過去のレントゲン画像と比較し、変化の大きい陰影を抽出US画像から脂肪肝の程度を定量化

データベースへのアクセス

データベースのテーブル構造

DiagrammeR package

1. 患者IDを指定して患者マスターを読み込み

住所情報はgeocoding→Lon,Lat

2. 連携医療機関dfの読み込みgeocoding→leafletでHpmap関数作成

3. 近隣バス停住所をrvestでスクレイピング,geocoding→leafletでbusmap関数作成

4. 血圧(BP)、体重（BW）等のデータをBP、BWオブジェクトに入れ、ggplotで作図するBPplot,BWplot関数を作成5. 血液データを検査名のオブジェクトに代入し、検査+plotという名の関数を作成

6. eGFRを計算し、プロット関数eGFRplotを作成、回帰直線を当てはめ腎予後予測も

7. 処方データをtimelineパッケージで作図する,drugplot関数を作成

7. RISmedパッケージでPubMed（医学文献データベース）から検索するPubMed関数を作成

Blood Pressure(BP)BP；オブジェクトの確認 BPplot()；グラフの作成

病名オブジェクト

byoumei；オブジェクトの確認

薬剤経過表

糖尿病合併症チャート

eGFReGFR；オブジェクトの確認 eGFR()；グラフの作成

FIB4indexFIB4 FIB4index；オブジェクトの確認 FIB4plot()；グラフの作成

検査履歴のセット出力

貧血診断

addressオブジェクトaddress;オブジェクトの確認→ geocoding→ leaflet package

インフルエンザ、ウイルス性胃腸炎の

感染流行地域のマップを重ねてみる？

近隣交通機関

rvest packageで近隣のバス停情報をスクレイピングgoogle APIでgeocodingしてleafletでplot

連携医療機関情報

患者住所情報から、近い順番に

紹介先病院を選択？

Pubmed検索RISmed packageを利用した自作関数；Pubmed

実際のEHR support systemの動作を確認

RstudioによるEHR support system

https://www.youtube.com/watch?v=jqYmHzK5lsI

まとめ

Rの豊富なpackageを使用することにより、電子カルテにさまざまな拡張機能を持たせることが可能となりました。

Rstudioのコードスニペットを利用することにより、実際の電子カルテより短時間で、データの確認、グラフ作成が

行えました。