電子カルテテキストデータからの症例ナレッジ化に基づく説明性の高い病名推測AIの構築

• 研究課題/領域番号: 23K09619
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分58010:医療管理学および医療系社会学関連
• 研究機関: 群馬大学
• 研究代表者: 野口 怜 群馬大学, 医学部附属病院, 助教 (50828861)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2023年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
• キーワード: 電子カルテデータ / 診断支援AI / 自然言語処理 / 説明可能AI / ドメイン知識融合

研究開始時の研究の概要

真の診断支援AIの構築には、電子カルテのテキストデータの活用が不可欠であるが、非構造化データのために扱いが難しくまだ十分に活用されていない。
本研究では、電子カルテのテキストデータから疾患名・症状名を自動抽出して患者ごとの疾患・症状の構造化データ（症例マトリクス）を生成し、診断ガイドラインなどの医学知見も組み込み、症例をナレッジ化する方法論を確立する。併せて、症例マトリクスを学習データとして実用レベルの精度を持った説明性の高い病名予測AIを構築する手法を確立する。
将来的な診断支援AIの実現に向けたコア技術になる可能性があり、医療の質向上や均てん化、医師の負担軽減に大きく貢献できると考えられる。