| 研究課題/領域番号 |
20K11833
|
|---|
| 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60080:データベース関連
|
|---|
| 研究機関 | 福井工業大学 |
|---|
研究代表者 |
芥子 育雄 福井工業大学, 工学部, 教授 (40815867)
|
|---|
| 研究分担者 |
中川 肇 富山大学, 学術研究部医学系, 教授 (30135256)
林 篤志 富山大学, 学術研究部医学系, 教授 (20283773)
辻岡 和孝 金城大学, 社会福祉学部, 講師 (50724960)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 電子カルテ / 病名推定 / 意味表現学習 / 大規模言語モデル / BERT / GPT-4 / 病名シソーラス / 機械学習 |
|---|
| 研究成果の概要 |
本研究は、電子カルテの経過要約や主訴からの自動病名推定技術を開発し、医療現場への診断支援の可能性を探った。具体的には、1) 病名シソーラスを用いた意味表現学習による高精度かつ解釈性の高い病名推定、2) 大規模言語モデルBERTによる経過要約からの更なる高精度な病名推定、3) 主訴からの病名推定における意味表現学習による最適な主訴条件の特定と生成AIのGPT-4を用いたRAG（検索拡張生成）による高精度な病名推定を達成した。これにより、RAGの参照データ範囲の影響も確認した。
|
| 自由記述の分野 |
自然言語処理、データ工学
|
| 研究成果の学術的意義や社会的意義 |
本研究は、電子カルテの経過要約や主訴から病名を自動推定する技術を開発することで、医療分野における診断の透明性と効率性を向上させる点で意義を持つ。学術的には、病名シソーラスを活用した意味表現学習により、高精度な推定と解釈可能性を両立できることを示した。さらに、大規模言語モデルBERTやGPT-4を用いることで、精度が飛躍的に向上することを実証した。
社会的意義としては、診療情報管理士や医師の負担軽減、医療費削減、医療サービスの質向上への貢献が期待される。本研究の成果は、医療現場の業務効率化を推進し、より質の高い医療提供体制の構築に貢献するものである。
|
