AIが電子カルテの医療データ構造化を支援:Fraunhofer IESEが開発
KI zur Strukturierung medizinischer Daten in elektronischen Patientenakten IT BOLTWISE®
サマリー
Fraunhofer-Institut iESEは、LLMとNLPを活用し、PDFなどの非構造化な医療文書からデータを抽出し、FHIRやLOINC、SNOMED-CTといった標準形式に自動で変換する研究を進めている。これにより、電子カルテのデータ処理効率が大幅に向上すると期待される。
詳細
Fraunhofer-Institut für Experimentelles Software Engineering (IESE)は、3年間の「FHIR-Starter」プロジェクトの一環として、医療データの構造化を目指している。このコンソーシアムは、Large Language Models (LLMs) と Natural Language Processing (NLP) を利用し、PDFなどの全文文書から医療情報を分析するソフトウェアサービスを開発している。抽出されたデータは、国際的に広く使用されている標準形式であるFHIRに加え、コーディングシステムとしてLOINCとSNOMED-CTを用いて構造化される。この技術は、医師や看護師が手作業で行う煩雑な情報読み取り・入力プロセスを大幅に簡素化し、診療の効率向上だけでなく、研究のためのデータ提供も容易にする。プロジェクトには、ベルリンのCharitéにおける健康研究所やKI企業Insiders Technologiesなどが参加し、BMWKから164万ユーロが資金提供されている。ただし、LLMによる「ハルシネーション」(誤情報生成)のリスクがあるため、データの信頼性を確保するための安全機構(例:Uncertainty Wrapper)の導入が重要な課題となっている。また、DSGVO(GDPR)への対応のため、オープンソースLLMsを自前サーバーで運用する仕組みを採用している。
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
Original content copyright by respective publishers