音声からFHIRへ:構造化された医療データ抽出パイプライン「Auris」を発表
Auris — End-to-End Ambient Voice-to-FHIR Pipeline with Structured Resource Validation
サマリー
本稿は、臨床医と患者の対話音声から、検証済みのFHIR R4リソースをエンドツーエンドで生成するパイプライン「Auris」について述べている。このシステムは、単なるテキスト化に留まらず、構造化されたObservationやConditionなどのデータ抽出を実現し、電子カルテ(EHR)が利用できる形式を提供する。
詳細
本研究論文は、「Auris」というパイプラインを提案している。これは、臨床医と患者の音声対話から、単なる物語形式のSOAPノートではなく、構造化され検証されたFHIR R4リソース(Observation, Condition, MedicationRequestなど)を直接生成することを目的としている。技術的には、Whisper-large-v3による文字起こし、pyannote 3.xによる話者分離(diarisation)、そしてJSON-Schema制約付きデコーディングを用いた情報抽出を行う。これにより、FHIRプロファイルに準拠したデータが保証される。 背景として、従来のAIスクライビングは非構造化なナラティブ形式のSOAPノートを生成することが多く、電子カルテ(EHR)側で後続処理が必要であった。しかし、「Auris」はこれを改善し、FHIRリソースを主要な出力とする。また、本研究では、Adedejiらの知見に基づき、音声認識における薬剤名誤記などの失敗パターンを考慮に入れ、下流のプロセスが曖昧な書き起こしをそのまま取り込まないように設計されている点も重要な貢献である。
Original content copyright by respective publishers