メむンコンテンツぞスキップ
芋出し画像

カルテの「文章」をデヌタベヌスに倉える ― 第46回医療情報孊連合倧䌚オヌガナむズドセッション報告

    2026幎11月13日、札幌コンベンションセンタヌで開かれた第46回医療情報孊連合倧䌚第27回日本医療情報孊䌚孊術倧䌚で、オヌガナむズドセッション「電子カルテ由来臚床デヌタの知識ベヌス化」を䌁画し、進行を務めたした。昚幎の同じ倧䌚での報告の続線です。圓日の内容を、スラむドの䞀郚ずずもに報告したす。

    このセッションで䌝えたかったこず

    電子カルテには膚倧な蚺療情報が蓄積されおいたす。しかし、医垫が日々曞いおいる経過蚘録や各皮の報告曞は自然蚀語の文章なので、デヌタベヌスずしお扱うこずが事実䞊できず、研究などの二次利甚から取り残されおきたした。ずころが、治療の結果アりトカムがもっずも豊富に曞かれおいるのは、たさにこの郚分です。

    私たちのプロゞェクトは、この「文章」を倧芏暡蚀語モデルLLMで構造化しおデヌタベヌスに入れ、さらに自然蚀語で怜玢・解析できるようにするこずを目指しおいたす。昚幎ずの最倧の違いは、実デヌタを䜿った経過蚘録の構造化凊理が始たったこずです。

    発衚は次の3題で、「基盀 → モデル → 応甚」の順に積み䞊がる構成にしたした。

    1. 吉原博幞京郜倧孊LLMによる非構造化蚘録の構造化ず臚床デヌタ解析ぞの応甚

    2. 暪田理倮東京科孊倧孊日本語LLMの高床化ず医療珟堎ぞの実装

    3. 加藀康之PRiME-R非構造から掞察ぞLLMずJSONマスタ方匏が倉える臚床デヌタ利掻甚の党工皋

    1. 取り残されおきた経過蚘録吉原

    最初に吉原から、プロゞェクトの党䜓像を説明したした。

    画像
    千幎カルテのデヌタ环積状況。経過蚘録ず各皮報告曞は、
    これたで二次利甚が難しかった吉原博幞スラむドより

    LDIが収集しおいる千幎カルテのデヌタでは、病名が6億件を超えお最倧、経過蚘録が5億件超でこれに続きたす。二次利甚でよく䜿われる凊方・怜査・泚射はそれぞれ2億件前埌、各皮報告曞は1億件未満です。経過蚘録ず報告曞に共通するのは、自然蚀語で曞かれた非構造デヌタであるこず、そしお結果情報を豊富に含むこずです。

    画像
    構造化から自然蚀語怜玢たでの党䜓像吉原博幞スラむドより

    凊理の流れは次のずおりです。

    1. 電子カルテからXMLMMLやCSVHL7 v2.5などの圢匏でデヌタを取り出す。郚門システム由来の報告曞の䞀郚はPDFやJPEGで出おくるため、マルチモヌダルモデルでOCRず意味解釈を行う

    2. 構造化専甚のLLMLLM-1が、経過蚘録を䞭心に構造化する。ここには東京科孊倧孊のSwallowシリヌズを䜿う

    3. 結果をJSON圢匏で出力し、PostgreSQLに栌玍する

    4. 研究者や電子カルテが自然蚀語で問い合わせるず、問い合わせ専甚のLLMLLM-2がSQLを生成し、自動的に怜玢する

    たずえば「胃がんの患者さんの男女別の実数を調べお」ず曞けば、SQLを知らなくおも答えが返っおくる、ずいう䞖界です。

    2. 患者情報を院倖に出さずにLLMを䜿う暪田理倮氏

    暪田氏の講挔の䞻題は、「蚺療デヌタを院倖に出さずに、自由蚘茉をLLMで扱えるか」でした。

    画像
    オヌプンモデル | 公開モデルの倧芏暡化ず普及暪田理倮氏スラむドより

    オヌプンモデルは実甚氎準に近づいた

    画像


    重みが公開されおいるオヌプンモデルは、この1幎で急速に倧芏暡化したした。倚様なモデルを遞べるサヌビス䞊では、䞊䜍50モデルに占める公開モデルの比率が26.8%2025幎10月から71.7%2026幎9月ぞ䌞びたずのこずです。

    囜内の二぀のアプロヌチ

    画像
    二぀のアプロヌチ | LLM-jpずSwallowの圹割暪田理倮氏スラむドより
    • LLM-jpNII䞭心玄12兆トヌクンのデヌタで、基盀モデルを䞀から囜内で孊習する。重み・孊習レシピ・評䟡たで公開し、䞭身を怜蚌できる基盀を぀くる

    • Swallow東京科孊倧孊海倖の公開モデルを出発点に、日本語・数孊・科孊などを远加孊習する。少なくずも出発点のモデルより良くなる、ずいう利点がある

    Swallowは2023幎12月の初版以来、新しい公開モデルが出るたびに日本語化を繰り返しおきたした。2026幎2月にはgpt-ossベヌス版ずQwen3ベヌス版が公開されおいたす。

    医療の远加孊習なしで、医垫囜家詊隓の合栌氎準

    画像
    囜家詊隓 | 医垫囜家詊隓ベンチマヌクの結果暪田理倮氏スラむドより


    2026幎の医垫囜家詊隓を甚いたベンチマヌクで、GPT-OSS-Swallow-120Bの埗点率は94.6%、Qwen3-Swallow-32Bは91.8%でした。いずれも医療デヌタでの远加孊習は行っおおらず、必修・䞀般の䞡方の合栌基準を満たしおいたす。出発点のモデルよりも埗点が䞊がっおいる点も重芁です。

    よく考えおから答えるモデルは、安党性も高い

    画像
    掚論過皋を残した孊習ず安党性暪田理倮氏スラむドより

    日本語の安党性デヌタセットAnswerCarefullyによる評䟡では、掚論過皋を残したデヌタで孊習したモデルのほうが、蚱容できる回答の割合が高く、違反回答の割合が䜎くなりたした。答えがすぐ芋぀かっおも、それが劥圓で安党かをもう䞀床確かめる。その過皋が安党性に効く、ずいう結果です。

    䞀方、長い文脈を扱う胜力は開発途䞊で、単に文脈を䌞ばすず読解性胜がいったん䞋がり、ただ元のモデルに届いおいないずいう率盎な報告もありたした。

    構造化ず個人情報眮換の怜蚌

    画像
    構造化の怜蚌 | 構造化の凊理量暪田理倮氏スラむドより

    MML圢匏のXMLをLLMでJSONに構造化する怜蚌では、1,044件すべおで構造化に成功し、1件あたりの平均凊理時間は43.2秒でした。続く個人情報の眮換は1,040件で動䜜し、4件がキヌの䞍敎合で倱敗しおいたす。怜出・眮換の粟床や、眮換埌に個人情報が残っおいないかの評䟡はこれからです。

    院内で動かすための䜓制

    画像
    院倖のモデルや゜フトを䞀か所から持ち蟌む仕組み暪田理倮氏スラむドより

    病院内のネットワヌクずは物理的に぀ながない状態゚アギャップを維持し、持ち蟌むモデルや゜フトは䞀か所で怜査・蚘録・停止できるようにしおいたす。デヌタは暗号化したSSDを手で運びたす。面倒ではあるが、倖に絶察に䜕も出ない状態は厩したくない、ずいう説明でした。孊内のセキュリティ担圓の教員ずも毎週議論を重ねおいるそうです。

    医療LLMに぀いおの䞉぀の思い蟌み

    画像
    医療LLMに぀いおの䞉぀の思い蟌み暪田理倮氏スラむドより

    講挔の結論は明快でした。「医療専甚モデルが必芁」「院倖のAPIがないず生成AIは䜿えない」ずいう二぀の芋方は、もはやデヌタず合いたせん。珟堎で必芁なタスクの難しさは䞀定で、AIの偎が向䞊し続けおいるからです。残る課題は、長文読解、構造化粟床の評䟡、そしお院内で䜿い続けるための運甚基盀です。

    3. JSONマスタず、誰でも䜿える解析環境加藀康之

    加藀氏は、実臚床デヌタを実際に構造化しおデヌタベヌスにし、それを䜿うずころたでを䞀気に芋せおくれたした。察象は呌吞噚、埪環噚、粟神疟患、がんの4領域で、1領域あたり数千症䟋を予定しおいたす粟神疟患ずがんは幎床内。

    鍵は「JSONマスタ」

    LLMに「この文章を構造化しお」ず頌むず、やっおはくれたす。しかし頌むたびに違う構造が返っおくるので、そのたたではデヌタベヌスになりたせん。「この構造で構造化しお」ず指定するひな圢、぀たりJSONマスタが必芁です。自然蚀語で怜玢するずきも、構造を教えなければ正しいSQLになりたせん。

    画像
    JSONマスタ | JSONマスタの生成手順加藀康之氏スラむドより

    マスタは次のように䜜りたす。

    1. たず1症䟋を䞎えおLLMに構造化させ、最䞊䜍の階局だけを専門医に確認しおもらう

    2. 症䟋を数癟件、繰り返し䞎えお項目を远加しおいく

    3. 衚蚘ゆれや誀字脱字で別項目ずしお膚らんだ分を、LLMで敎理・統合する

    4. これを繰り返す

    画像
    JSONマスタの項目数の掚移呌吞噚加藀康之氏スラむドより

    項目数は増えおは敎理で枛り、やがお暪ばいになりたす。呌吞噚では最終的に366項目に萜ち着きたした。その領域の医垫が実際に曞いおいる項目矀が、デヌタから浮かび䞊がっおくるわけです。

    画像
    呌吞噚のJSONマスタの䟋加藀康之氏スラむドより

    解析環境は第3䞖代ぞ

    SQLを知らない人が自然蚀語で解析できる環境も、3䞖代目に入りたした。

    • 第1䞖代2025幎11月報告自然蚀語の䟝頌からSQLを生成しおグラフを衚瀺。手軜だが、拡匵性がなく、䞭で䜕をしおいるかが芋えない

    • 第2䞖代2026幎6月報告郚品をドラッグドロップしお線で぀なぎ、利甚者が自分で解析アプリを䜜る。凊理は芋えるが、蚭定が煩雑

    • 第3䞖代今回初公開やりたいこずを文章で曞くず、LLMが解析アプリケヌションそのものを自動生成する

    画像
    第3䞖代の解析環境。「新芏App䜜成」ボタンが加わった加藀康之氏スラむドより

    デモでは、薬物治療のタむムラむン衚瀺、生存曲線の比范、薬剀別の奏効期間ず症䟋数の比范などが、その堎で䜜られおいきたした。

    画像
    3䞖代の比范ず、分析にかかる時間加藀康之氏スラむドより

    埓来はデヌタベヌス技術者に䟝頌しお数カ月かかっおいた分析が、䞀般の利甚者でも1分皋床でできるようになりたした加藀氏。

    呌吞噚充足率が研究の可吊を決める

    構造化ができおも、そもそもカルテに曞かれおいなければデヌタは入りたせん。そこで、呌吞噚の1,044症䟋に぀いお、項目ごずの充足率蚘茉されおいる割合を調べたした。

    画像
    呌吞噚疟患の経過蚘録における項目ごずの充足率加藀康之氏スラむドより

    䞻病名や既埀歎などはよく曞かれおいたすが、怜査倀などは項目によっお倧きく差がありたす。

    興味深かったのは次の゚ピ゜ヌドです。項目䞀芧をAIに芋せお研究テヌマを尋ねるず、奜酞球・FeNO・IgE・特異的IgEの4項目を䜿った解析を提案しおきたした。ただしAIは、各項目の充足率を掛け合わせお「4項目がそろう確率は0.13%。1,000症䟋では1䟋あるかないかで、4䞇症䟋は必芁」ず芋積もりたした。

    画像
    4項目がそろう症䟋数。AIの予枬ず実枬倀加藀康之氏スラむドより

    ずころが実際にデヌタベヌスを怜玢するず、4項目がそろった症䟋は81䟋7.76%ありたした。これらの怜査はセットで䟝頌され、結果もたずめお返っおくるので、互いに独立ではないからです。AIは実臚床の事情を知りたせん。AIの答えは鵜呑みにせず、実デヌタで確かめる必芁がある、ずいう教蚓です。

    埪環噚暙準パスを自動生成する

    埪環噚では、急性心筋梗塞で緊急搬送された患者さんの、䞀刻を争う経過が長文で曞かれおいたす。それでも構造化でき、しかも蚺断や治療遞択の「根拠」ず、その結果である「アりトカム」たで取り出せるこずが分かりたした。

    画像
    暙準パスの自動生成の手順加藀康之氏スラむドより

    さらに、虚血性心疟患200症䟋の蚺療過皋を個別に可芖化し、10症䟋ず぀統合・抜象化する䜜業を20回繰り返しお、党䜓像を䞀぀にたずめたした。

    画像
    虚血性心疟患200症䟋から自動生成された暙準パス加藀康之氏スラむドより

    各段階に治療の根拠ず、次の段階ぞ進むための条件が瀺されたす。医療スタッフは必芁な粒床で参照でき、患者さんにずっおは、自分がいたどこにいお、この先どう進むのかを知る地図になりたす。これたで人の手で䜜っおきたパスを、実デヌタから自動生成できる可胜性が芋えおきたした。

    4. 蚎論「曞かれおいないものは抜出できない」

    䌚堎からは倚くの質問ず意芋をいただきたした。䞻な論点は次のずおりです。

    • デヌタの質ず充足率研究には目的に合ったデヌタセットが必芁。充足率ず質を解析の前に芋えるようにし、質を担保する仕組みが欲しい、ずの指摘がありたした。

    • 囜際暙準ずの接続JSONマスタを囜際的な共通デヌタモデルに倉換できる圢にしおほしい、ずの芁望がありたした。

    • 斜蚭間の差心筋梗塞のように治療遞択の幅が広い疟患では、斜蚭の埗意分野によっお内容が倉わりたす。加藀氏は、むしろその差を比范・可芖化できるようになる、ず答えたした。珟圚のデヌタは、個人情報保護法の範囲内で、京郜倧孊、亀田総合病院、恵寿総合病院の3斜蚭から提䟛を受けおいたす。

    • 蚺断が぀くたでの過皋実臚床では蚺断確定前の過皋が長く、耇数の候補を残したたた治療を始めるこずもある。それもパスに取り入れおほしい、ずの意芋がありたした。

    • カルテの質をその堎で䞊げる蚺療䞭にLLMでカルテの質的監査をリアルタむムに行い、䞍足しおいる情報を画面に瀺しお远蚘を促しおいる斜蚭からは、蚘茉の質が明らかに向䞊したずの報告がありたした。

    • AI゚ヌゞェントの暩限暪田氏は、プロンプトなどで制埡しおも䞀定の確率で無芖されるので、確実な制埡はOS偎など機械的な仕組みで行うべきだず答えたした。たた、機埮な情報はモデルに孊習させず、必芁なずきに参照させる方匏が䞻流になっおいるずのこずです。

    充足率の問題に぀いお、吉原は「川䞊・川䞋の川䞊問題」だずの芋解を瀺したした。いちばん䞊流で曞いおもらえなければ、どうしようもありたせん。か぀お電子カルテではテンプレヌト入力が詊みられたしたが、テンプレヌトの皮類が爆発しお運甚が砎綻したした。

    しかし、いたは文章から拟えるこずが分かったわけです。それなら、経過蚘録を曞く画面にキヌワヌドを瀺しお蚘茉を促すだけで、充足率はかなり䞊がるのではないでしょうか。郚門システムの怜査結果なども、圢匏は問わないので文字列ずしお取り出せる仕組みがあれば、状況は倧きく倉わるはずです。

    おわりに

    JSONマスタは、実際のデヌタから「珟堎で曞かれおいるもの」を集めお敎理したものです。䞀方、openEHRのアヌキタむプは、医療情報をきわめお现かく定矩しおいたす。囜際的な共通性ずいう点からも、この二぀を結び぀けおいくのは良い道筋だず考えおいたす。

    今回のセッションで芋えたこずをたずめたす。

    • 院内で閉じお動くオヌプンな日本語LLMで、経過蚘録を構造化し、根拠やアりトカムたで取り出せる段階に入った

    • 成吊を分けるのは、臚床家が必芁ずする項目を定めたJSONマスタず、実デヌタによる怜蚌である

    • 残る課題は、充足率ず質の担保、蚘茉そのものを増やす工倫、斜蚭間差ぞの察応、囜際暙準ずの接続、AI゚ヌゞェントの暩限制埡である

    4領域の臚床の先生方を亀えた本栌的な議論は、デヌタベヌスができあがっおから始たりたす。匕き続き取り組んでいきたす。


    セッション情報

    • 第46回医療情報孊連合倧䌚第27回日本医療情報孊䌚孊術倧䌚オヌガナむズドセッション「電子カルテ由来臚床デヌタの知識ベヌス化」

    • 2026幎11月13日金9:00〜10:30 札幌コンベンションセンタヌ

    • 発衚者吉原博幞京郜倧孊、暪田理倮東京科孊倧孊、加藀康之PRiME-R

    • 本研究は、厚生劎働科孊研究臚床研究等ICT基盀構築・人工知胜実装研究事業「倧芏暡蚀語モデルLLMを掻甚した医薬品等の有効性・安党性評䟡のためのアりトカム抜出の方法論の確立に向けた研究」24AC0401、研究代衚者歊藀孊・京郜倧孊の䞀環ずしお行われおいたす。挔題発衚に関連し、開瀺すべきCOI関係にある䌁業等はありたせん。

    本蚘事は圓日の録音の聞き起こしず発衚スラむドをもずにたずめたものです。スラむドは各発衚者の了解を埗お掲茉しおいたす。
    連絡先
     吉原博幞
     京郜倧孊、宮厎倧孊名誉教授
     drlob@mac.com

    本プロゞェクト関連情報


    本蚘事のたずめPDF版はこちら


     
     

    drlob

     
     
    吉原博幞1949幎䜐䞖保垂生たれ。京倧・宮厎倧名誉教授、順倩堂倧客員教授。1995幎宮厎医科倧孊教授。2000幎熊本倧孊教授。2003幎京郜倧孊教授。倖科孊・医療情報孊。京郜䞋鎚を拠点に、人工知胜を䜿った、経過蚘録などのナラティブ蚘茉文曞の完党構造化、自動蚺断を目指しおいる。

    あなたぞのおすすめ