診断エラー防止のためのカルテ監査AIモデル構築

Research Project

Project/Area Number	25K20533
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 58010:Medical management and medical sociology-related
Research Institution	Gunma University
Principal Investigator	大石裕子群馬大学, 医学部附属病院, 助教 (90846924)
Project Period (FY)	2025-04-01 – 2029-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000) Fiscal Year 2028: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords	医療安全 / 画像診断報告書
Outline of Research at the Start	画像診断報告書（以下、報告書）の確認不足により、想定していなかった病変に気づかず、治療の遅れや適切な医療を提供できない事例が発生しており、医療安全上の課題となっている。報告書の確認不足に対する対策として、検査依頼医が想定していない重要所見に対しフラグを付与し、重要所見への対応をカルテ監査することが有効とされているが、労務的、時間的負担がかかる。本研究では、これまで実施してきたカルテ監査のデータを利用し、自然言語処理の技術を用いた教師ありの機械学習により、未想定の重要所見に対して、適切な対応が行われた記録がカルテ内に存在しているかを判定する「カルテ監査AI」モデルの構築を試みる。