Pythonによる医療データ分析入門 pandas＋擬似レセプト編 [単行本]

Pythonによる医療データ分析入門 pandas＋擬似レセプト編 の 商品概要

• 要旨（「BOOK」データベースより）

  ｐａｎｄａｓ、ＮｕｍＰｙ、ＳｃｉＰｙ、Ｍａｔｐｌｏｔｌｉｂによるデータ分析プログラミング技法詳解。

• 目次

  ■第1章　死亡率を推定しよう
  1-1　「日本版死亡データベース」の利用
  1-2　加入者情報レコードの擬似生成
  1-3　発生率の信頼区間
  1-4　死亡率の計算方法の妥当性確認
  
  ■第2章　発生率を推定しよう
  2-1　「患者調査」の利用
  2-2　レセプトの擬似生成
  2-3　傷病条件付き新入院発生率・新入院平均在院日数
  2-4　傷病条件付き診療行為
  2-5　バイアスと修正
  
  ■第3章　血圧別発生率に挑戦
  3-1　「国民健康・栄養調査」の利用
  3-2　健診レコードの擬似生成
  3-3　健診結果別入院・外来レコードの擬似生成
  3-4　健診結果別入院発生率状況の観察
  
  ■第4章　医療統計の導入
  4-1　セミパラメトリック分析～点推定
  4-2　セミパラメトリック分析～区間推定
  4-3　予測精度の評価～混同行列と性能評価指標
  4-4　予測精度の評価～AUC
  4-5　予測精度の評価～予実比較

• 内容紹介

  本書は、医療データをもとにさまざま保険商品を開発するアクチュアリーの第一人者による本格的なプログラミング＋統計解析の入門書です。PythonをJupyter Notebook環境で使う方は多くいますが、さまざまなライブラリと組み合わせると大容量のデータを視覚的に分析することができるようになります。pandasを使えば既存の表形式のデータを読み込めるようになり、複雑な計算でもすぐに出力できるようになります。本書では、擬似医療データを例にとりあげ、さらにNumPy（数値演算）、SciPy（科学技術計算）、Matplotlib（グラフ表示）などを組み合わせたPythonプログラミング技法を紹介します。これらは医療データだけでなく、自然科学やエンジニアリング分野でのビッグデータ解析にも役立つでしょう。もちろんデータサイエンスの現場でも利用可能です。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  青木 智広(アオキ トモヒロ)
  １９８１年静岡県静岡市生まれ。静岡東高等学校卒業、東京工業大学工学部卒業、同大学院総合理工学研究科修了。生命保険業界でアクチュアリーとして医療データを使った生命保険商品開発を６年間経験、内４年間は外資系再保険会社で生命保険商品開発支援を担当。その後２０１９年１０月より外資系コンサルティング会社「アクセンチュア」に勤務、保健医療領域のためのＸＡＩ（Ｅｘｐｌａｉｎａｌｂｅ　ＡＩ）の開発業務等に従事
  
  山本 光穂(ヤマモト ミツオ)
  三井住友海上火災保険株式会社プリンシパルデータサイエンティスト。モビリティー分野に関連するデータ分析／地理情報空間／情報検索／データレイク・データウェアハウス等データ分析環境構築を得意とする。また、Ｐｙｔｈｏｎのデータ分析コミュニティであるＰＹＤａｔａ．Ｔｏｋｙｏのオーガナイザを務める

• 著者について

  青木智広、橋田和典（コラム執筆） (アオキトモヒロ ハシダカズノリ)
  ■青木智広（あおき ともひろ）1981年静岡県静岡市生まれ。静岡東高等学校卒業、東京工業大学工学部卒業、同大学院総合理工学研究科修了。生命保険業界でアクチュアリーとして医療データを使った生命保険商品開発を6年間経験、内4年間は外資系再保険会社で生命保険商品開発支援を担当。その後2019年10月より外資系コンサルティング会社「アクセンチュア」に勤務、保健医療領域のためのXAI （Explainalbe AI）の開発業務等に従事。ペットの黒猫に2年間一緒に暮らしてもなお警戒されていること、筋トレしたいのに気づいたらサボってお菓子を食べていることが悩み。■橋田和典（はしだ かずのり）日本アクチュアリー会正会員。15年間以上にわたり、大手生命保険会社や外資系生命保険会社で決算業務や保険商品開発などのアクチュアリー業務に携わる。特に商品開発業務に長年携わり、さまざまな保険商品を開発した実績を持つ。現在は再保険会社に勤務し、保険商品開発のサポート業務を行っている。また、プライベートでは4児の父でもある。
  
  山本光穂（Pythonコード監修） (ヤマモトミツオ)
  ■山本光穂（やまもと みつお）三井住友海上火災保険株式会社　プリンシパルデータサイエンティストモビリティー分野に関連するデータ分析／地理情報空間／情報検索／データレイク・データウェアハウス等データ分析環境構築を得意とする。また、Pythonのデータ分析コミュニティであるPyData.Tokyoのオーガナイザを務める。

Pythonによる医療データ分析入門 pandas＋擬似レセプト編 の商品スペック