生成AIを駆使した診療録データ処理の新たな地平線となるEDC構築

生成AIを駆使したEDC構築

2026年3月より、長崎大学と横浜市立大学が連携し、次世代型Electronic Data Capture（EDC）システム「NEXT Stage EDC」の運用を開始します。この新しいシステムは、プライマリ・ケアにおける呼吸困難患者の診療録データを解析し、医師の思考プロセスを明らかにすることを目的としています。特に、診療過程でどのような要因が評価され、その結果どのように臨床判断が行われるかに焦点を当てています。

生成AIの活用

本研究の特徴は、従来の手作業によるデータレビューから、生成AIによるデータ処理機能への移行にあります。これにより、診療録からの情報抽出が効率化され、具体的には以下の機能が実装されます。

- OCR機能: 診療録に記された文章を高精度で抽出
- 文脈理解に基づく情報抽出: 生成AIの力を借りて、非構造化データの背後にある臨床的判断を探る

このアプローチにより、単なるデータの記録から、医師の思考プロセスや判断過程を研究資源として活用できる可能性が広がります。

医師の思考プロセスに迫る

本研究では、医師の思考過程という定量化が難しい分野にチャレンジします。生成AIを使用することで、ただのデータ転記以上の価値を持つ、診療記載の判断構造を可視化します。この技術は、実際のプライマリ・ケアの現場での新たな研究分野の開発に寄与することを期待されています。

TXP Medicalの取り組み

TXP Medical株式会社は、食事治療や急性期医療分野でのAIを駆使した研究DXの推進に力を入れています。AI技術を活用することで、医療におけるエビデンスを創出するためのプロセスを大幅に加速することが可能です。同社の代表、園生智弘氏は、診療録には医師の臨床推論や判断の軌跡が記録されているが、通常の方法ではそれを研究データとして扱うのが困難であると指摘。生成AIの導入により、必要な情報要素を構造化して抽出することができるとしています。

医療現場の革新

長崎大学の山梨啓友准教授は、診療録を解析対象に対象とするEDC体系の構築は新しい挑戦であり、医師の思考プロセスや判断の文脈を研究資源として活用できると強調しています。さらに、今後はPractice-based Research Network（PBRN）を通じた多施設共同研究に展開することが目指されています。

*

本プロジェクトの成功は、プライマリ・ケアにおける新たな研究分野の開発や実臨床に基づくエビデンス構築への第一歩となるでしょう。生成AIを活用した次世代のEDCは、医療データ処理の未来を担っています。