• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

診断エラー防止のためのカルテ監査AIモデル構築

研究課題

研究課題/領域番号 25K20533
研究種目

若手研究

配分区分基金
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

大石 裕子  群馬大学, 医学部附属病院, 助教 (90846924)

研究期間 (年度) 2025-04-01 – 2029-03-31
研究課題ステータス 交付 (2025年度)
配分額 *注記
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2028年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2027年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
キーワード医療安全 / 画像診断報告書
研究開始時の研究の概要

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。

URL: 

公開日: 2025-04-17   更新日: 2025-06-20  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi