機械学習を用いた在宅血液透析（HHD）のトラブル解析が，業務の効率化や対応品質の向上化に寄与するかについて検討した．対象は2011年11月～2022年7月の間に電話対応が可能であったトラブル424件とした．機械学習の環境はOSをWindowsとしGoogle ColaboratoryでPython3.7.12を用いた．特徴量は個人識別ID，警報発生の有無，トラブルの発生状況，発生時の透析機器のモードとした．決定係数はトラブル対応した24パターンからトラブルが血液回路セットミスなど人為的ミスから起因するものかそれ以外のトラブルで2値分類とした．結果は正解率0.9124，再現率0.9191，一致率0.9255，F1スコア0.9195，AUC0.9639となった．今回トラブルの発生状況などからトラブルの原因が人的ミスによるものかそれ以外のトラブルかを分類するモデルを構築した．テストデータにおいては全体の正解率0.9449となりとなり精度の高いモデルを構築することができた．機械学習をHHD管理に用いることは有効である．
