HealthRecordCommunity
FHIRHL7SNOMED CT🌏 International🏛 University of Augsburg / BIFOLD – Berlin Institute for the Foundations of Learning and Data / Technische Universität Berlin / German Research Center for Artificial Intelligence (DFKI) / DHZC Medical D整理済

自由記述の診療記録からFHIRリソースを合成するエージェント型アプローチ

Infherno: End-to-end Agent-based FHIR Resource Synthesis from Free-form Clinical Notes

自由形式の診療記録からFHIRリソースをエンドツーエンドで合成するエージェントベースの手法が開発された。

2025年7月17日University of Augsburg / BIFOLD – Berlin Institute for the Foundations of Learning and Data / Technische Universität Berlin / German Research Center for Artificial Intelligence (DFKI) / DHZC Medical D

サマリー

本研究では、LLMエージェントと外部ツールを活用し、非構造化な臨床テキストからFHIR形式のリソースをエンドツーエンドで生成するフレームワーク「Infherno」を提案した。これにより、従来のシステムが抱える汎用性や構造的な不整合の問題を解決する。

詳細

本論文は、HL7 FHIR標準に基づき、非構造化な臨床記録(診療録など)から電子カルテのデータ統合に必要なFHIRリソースを自動生成する新しいアプローチ「Infherno」について述べている。従来の情報抽出(IE)手法や単なるLLMによる翻訳は、特定のスキーマに限定されがちで、複雑かつ可変的な臨床文脈への適応性に課題があった。 本研究の提案するInfhernoは、エージェント型LLMアプローチを採用し、SNOMED CTなどの医療用語データベースツールやコード実行環境を外部ツールとして利用しながら、「推論」プロセスを経てFHIRリソースを合成する。これにより、単なる翻訳に留まらず、構造的な整合性と高いセマンティックな正確性を確保できる。 このフレームワークは、臨床データ統合の現場において、多様な情報源からのデータを標準化された形式(FHIR/JSON)で取得し、複数のアプリケーションでの再利用を可能にする。これは、日本の医療機関における電子カルテや地域連携システムの高度化、および研究用途での大規模データ解析基盤構築に極めて高い関連性を持つ技術である。

技術解説 / AIレコメンド

FHIR(Fast Healthcare Interoperability Resources)は医療データ交換の国際標準。このエントリの関連技術: FHIR

📰
原文を読む
arxiv.org
→

Original content copyright by respective publishers