奈良先端科学技術大学院大学 荒牧特任准教授と先端的医療データ検索技術の共同開発を開始

当社は、医療情報領域の自然言語解析で著名な奈良先端大学院大学 荒牧英治特任准教授(以下、荒牧特任准教授)と、大量にある症例文書を機械学習により自動構造化し、入力情報に最も関連する症例報告を高い精度で検索する技術の共同開発を10月より開始いたしました。

荒牧特任准教授は、医療情報学の自然言語処理研究において著名な研究者で、これまでにも認知症を会話から自動診断する研究、ツイッターなどのソーシャルメディアを用いたインフルエンザ流行の予測や、電子カルテに蓄積されている診療録やサマリなどの二次利用、さらにその基盤となる辞書リソース「万病辞書」の公開など、多くの業績をあげています。(※)

このたびの共同開発では、ヒポクラ × マイナビの「知見共有」における症例についての質問に対し、最もその回答と近い症例文書を探索し回答することを目標とし、各種症状の有無を判定するポジネガ解析や、数値や形容詞を自動的に比較して最も類似度の高い症例文書の検索が行う新しい検索技術の実現を目指します。

従来の検索手法では、ユーザの記述に情報が足りない場合は症例を絞り込むことができず、正しい情報に到達することができませんでしたが、今回の文書構造化により「何の情報が足りないか」を具体的に判断することができるようになるため、対話的にユーザに情報を求めて検索や症例の絞り込みを進めることができます。周りにその症例について知っている医師がおらず、検索の方法すらも分からないような状況を、限りなくゼロに近づけることができるようになります。

また症例には、ある状況の患者に「どのような処置を行い」、「どのような結果になったのか」までの情報が含まれるため、患者の置かれている状況を正確にマッチングさせることは、適切な処置が何であるかを把握できることに等しいと言えます。今後、構造化された症例がデータベースに蓄積されて行くことで、ひとりの医師が対応できる患者の幅も広がり、さまざまな状況の患者に対する正しい処置を知ることができるようになります。

エクスメディオでは、この技術を実現することで、医師ユーザが疑問に思った症例に関して詳細に記述すれば、類似度の高い症例文書にアクセスできるようになり、日々の診療活動の一助となると考えております。

 

※ http://sociocom.jp/~sociocom/index.php/research/

 

その他の記事

画面上部に戻る