FHIRSNOMED CT🌏 International整理済
LLMを活用したCQL実行:非構造化データとFHIR用語集のサポート
V. LLM-in-the-Loop CQL execution with unstructured data and FHIR terminology support
2025年6月5日
サマリー
本記事は、大規模言語モデル(LLM)を組み込んだシステムを用いて、非構造化データやFHIRの用語集を利用しながら臨床意思決定支援(CDS)クエリを実行する方法を紹介している。これにより、従来のCQLが苦手としていた領域での高度なデータ分析が可能となる。
詳細
本記事は、大規模言語モデル(LLM)を組み込んだ「LLM-in-the-Loop」の仕組みを用いて、非構造化データやFHIR用語集に対応した臨床クエリ言語(CQL)の実行方法について解説している。CQLは、糖尿病患者へのスタチン処方判断など、標準化された形で電子カルテからデータを取得するのに使われるドメイン固有言語である。 従来のCQLエンジンは、主に構造化データ(FHIR形式)に対して臨床ロジックを評価してきたが、非構造化な添付ファイル(例:視診記録)の参照を含むクエリは処理が困難であった。この課題に対し、LLM-in-the-Loopアプローチを採用することで、非構造化データを扱うことが可能となる。 さらに技術的な側面として、CQLはまずExpression Logical Model (ELM)という中間形式に変換される。本記事では、このCQLからELMへの変換プロセスも示し、CQLとELMが相互運用性や自動化をどのように高めるかを説明している。これは、医療情報システムにおけるデータ処理の精度向上に大きく貢献する技術である。
原文を読む
nuchange.ca
Original content copyright by respective publishers