7 EHRスクリーンショット抽出ミス：
臨床チームが失う、取り戻せないデータ

スクリーンショットからのデータ抽出が失敗し続ける理由――それは単なるユーザーエラーではない

後ろ向き研究のために200人の患者の検査値を必要とする場合、EHRがきれいなデータをエクスポートしてくれることはほとんどありません。多くの臨床研究コーディネーター（CRC）やデータマネージャーは、入手可能なもの、つまりカルテレビュー中にEpicやCernerからキャプチャした検査結果パネルのスクリーンショットを使って作業します。その論理は単純です。「この画面にクレアチニン値が見える。抽出すれば、分析用のクレアチニン値が得られる」というものです。

その論理は間違っています。値がそこにないからではなく、正確に抽出するには、スクリーンショットだけでは決して解決できないいくつかの問題を解決する必要があるからです。ヘルスケアデータのライフサイクル（収集から適用、保存まで）を管理する方法を規定するAHIMAデータ品質管理モデルは、データ品質の4つの側面（正確性、完全性、一貫性、適時性）を特定しています。EHRパネルのスクリーンショットは、抽出が始まる前に最初の3つで不合格になります。データは存在しますが、構造化されていません。基準範囲は存在しますが、それはある検査室のものであり、別の検査室のものではありません。画面には診療状況が表示されていますが、画像ファイルを保存した瞬間に消えてしまいます。

以下に、7つの具体的なミスを挙げます。これらは、データセットを作成し、6か月後に数字が合わないことに気づくまで明らかにならない種類のものです。それぞれに、症状よりも深い根本原因があり、それぞれに結果を変える修正方法があります。

ミス#1：すべてのEHRスクリーンショットが機械可読であると想定する

これが、他のすべてのミスの原因となる誤りです。患者の総合代謝パネルのスクリーンショットを撮ります。モニターの解像度では、すべての値が鮮明に見えます：グルコース102、クレアチニン1.3、eGFR 57。それをOCRツールに入力すると、「Glucose 102」、「Creatlnlne 1.3」、「eGFR S7」と返ってきます。近いですが、間違っています。

原因はOCRエンジンの性能が悪いからではありません。それは、あなたの目が見るものと抽出ツールが処理するものとの間の解像度のギャップです。ほとんどのEHRスクリーンショットは画面解像度（標準モニターで96 DPI、高密度ディスプレイで150 DPI程度）でキャプチャされます。従来のOCRは300 DPI以上のスキャン文書向けに設計されていました。解像度が低いほど、文字レベルの混乱が発生しやすくなります。「BUN」が「8UN」になったり、「Mg」が「Mg」（ツールには同一に見える）になったり、小さなフォントサイズの「1.3」が1.3、1.8、1.9の間で曖昧になったりします。

この問題は、スクロールキャプチャ（1画面に収まらない検査パネルをスクロールしながら複数のフレームを撮影し、ステッチツールで結合した長いスクリーンショット）を扱う場合にさらに悪化します。ステッチ処理により、継ぎ目にわずかな位置ずれのアーティファクトが生じます。検査値が継ぎ目にかかると、抽出ツールは文字が欠けたものとして認識します。値は間違っているか完全に欠落しており、どちらであるかを示すエラーフラグもありません。

修正方法： スクリーンショットからの抽出に着手する前に、ソース資料を監査してください。抽出専用にスクリーンショットを撮影する場合は、ディスプレイの拡大縮小を100%に設定し、モニターがサポートする最高解像度でキャプチャしてください。複数サイト調査でよくある、他人が撮影したスクリーンショットを扱う場合は、全バッチを処理する前に、無作為に抽出した20枚の画像で抽出精度をテストしてください。文字レベルのエラー率が1%を超える場合、ボトルネックは抽出ツールではなく、スクリーンショットの品質です。そのような場合、対象を絞ったフィールド抽出（必要な値を指定し、AIがピクセル単位のOCRではなく意味理解でそれらを特定する方法）は、全ページOCRよりも解像度のばらつきにうまく対応します。

間違いその2：研究課題に答えるためではなく、すべてを抽出してしまう

各患者から必要な値は3つだけです：入院時クレアチニン、退院時クレアチニン、ピークトロポニン。スクリーンショットをOCRツールに入力すると、ラボパネル全体（28の値、基準範囲、採取タイムスタンプ、依頼医師名、「前回結果」の脚注）を読み取り、テキストの壁を出力します。すると、当初避けたかった手作業の検索を、今度は200件のOCR出力テキストに対して行う羽目になります。スクリーンショットを探す代わりに、テキストダンプを探すことになるのです。

根本原因は、ツールの設計とタスクのミスマッチです。標準的なOCRは文書のデジタル化、つまり画像テキストをテキストデータに変換するために作られました。「この患者の入院時クレアチニンはいくつか？」という質問に答えるために設計されたわけではありません。その質問には、ページ上のどの値がどの臨床概念に対応するかを理解し、それ以外を無視する必要があります。28の値をすべて抽出するOCRツールは、28単位の作業を節約したわけではありません。必要な3つを見つけるためにフィルタリングしなければならない25単位のノイズを生み出しただけです。

JCO Clinical Cancer Informatics誌の系統的レビューでは、ExtractEHRと呼ばれるツールが、検査有害事象に対して98%を超える感度を達成したと報告されています（手動抽出では0～21%）。その差は、より優れたOCRエンジンではありませんでした。ツールがページ内容をすべてダンプするのではなく、事前に定義された特定のデータポイントのみを抽出したからです。抽出前に必要なものを定義する（「入院時クレアチニン」「退院時クレアチニン」「ピークトロポニン」）ことで、ワークフローが逆転します。すべてを抽出してから探す代わりに、まず（フィールドを定義することで）探し、ヒットしたものだけを抽出するのです。

修正方法： 抽出を始める前に、正確な研究変数を書き出してください。「ラボ値」ではなく、正確な定義を持つ具体的なフィールドです。「入院時クレアチニン」とは、あらゆる診療 encounter のクレアチニンではなく、入院から24時間以内の最初のクレアチニン値を意味します。抽出ツールが患者ごとに1行、それらの列だけを持つデータを作成すれば、問題は解決です。患者ごとに28行のテキストダンプを生成し、それを解析させるのであれば、何も自動化していません。カスタム列抽出をサポートするツール（必要なフィールド名を入力すると、モデルがそれらの値のみを見つける）は、まさにこのワークフロー向けに設計されています。出力構造を定義し、抽出がそれを埋めます。このアプローチの詳細な解説については、対象を絞った臨床データ抽出が汎用OCRとどう違うかをご覧ください。

間違いその3：検査機関ごとの基準範囲と単位の違いを無視する

データセットに、ある患者の2つの検査パネルがあるとする。1つは入院先の病院検査室、もう1つは外来クリニックが利用する外部検査機関のものだ。病院の検査室はクレアチニンをmg/dLで報告し、基準範囲は0.7〜1.2。外部検査機関はµmol/Lで報告し、基準範囲は62〜106。抽出ツールは両方の数値「1.3」と「115」を忠実に取得する。どちらもそれぞれの基準範囲に対して軽度の上昇だ。単位を標準化せずにこれら2つの値を単一の「クレアチニン」列に統合すると、分析はそれらを比較可能な数値として扱う。すると、スプレッドシート上でクレアチニン115は、1.3の隣で重度の腎不全のように見えるが、実際には約1.3 mg/dLに換算される値である。

この間違いは、明らかなエラーを生じさせないため特に危険だ。何も壊れず、外れ値フラグも作動しない（115は急性腎障害の患者ではあり得るクレアチニン値である）。エラーは構造的なものだ。データセットに異なる2つの単位の値が混在し、以降のすべての分析（平均値、回帰分析、カプラン・マイヤー曲線）が静かに汚染される。2015年のNIH共同研究によるEHRデータ品質に関するホワイトペーパーはこの問題を特に指摘しており、ICUや病院全体のEHRシステムでは同じ臨床項目が異なる単位で記録されることが頻繁にあり、「単位が暗黙的に同じとみなされる」ことが、誤りであることが判明する最も一般的なデータ抽出の前提の一つであると述べている。

基準範囲も別の問題だ。検査機関Aが上限1.2のためクレアチニン1.3に「H」（高値）と報告し、検査機関Bが上限1.3のため同じ1.3を正常と報告する場合、「H」フラグは患者の特性ではなく検査機関の特性である。関連する基準範囲なしにフラグ付きの値を抽出すると、存在しない臨床的意義があるかのような錯覚を生む。あるいはその逆で、ある検査機関の閾値では正常とフラグされた値が、標準的なガイドラインでは実際には異常値である場合もある。

修正方法：単位の表記規則と基準範囲を、事後的なデータクリーニングのステップとしてではなく、抽出プロトコルの一部として文書化する。多施設研究の場合、これは各ソース施設をその標準単位と範囲にマッピングする検査基準テーブルを作成し、分析時ではなく抽出時に単位変換と範囲の標準化を適用することを意味する。分析時には、生の検査固有の値がすでに集計統計に統合され、分離できなくなっている可能性がある。一部の抽出ワークフローでは、計算列（すべてのクレアチニン値を単一の単位に変換するなど、抽出中に値を変換するルール）を定義できるため、出力データセットはすでに標準化された状態になる。

間違い4：値の抽出時に診療コンテキストを失う

一人の患者のEHRには、入院時に測定されたクレアチニン（脱水による上昇）、48時間後に測定されたクレアチニン（輸液後に正常化）、退院時に測定されたクレアチニン（安定）が含まれている可能性があります。3つの値、同じ患者、3つの異なる臨床的意味。抽出プロセスが「クレアチニン：2.1、1.1、0.9」と、どの値がどの診療に属するかを保持せずに取得した場合、改善した患者と正常な腎機能で到着し悪化した患者を区別する能力を失います。臨床的経過が失われるのです。

この間違いは、スクリーンショットがある瞬間に一つの画面に表示されているものだけをキャプチャし、各検査値を診療タイムスタンプ、オーダー医、臨床コンテキストに結びつける関係構造をキャプチャしないために発生します。検査パネルのスクリーンショットには「クレアチニン 1.3」とその下に「前回結果：クレアチニン 1.1（2026/01/08）」と表示されています。抽出ツールがこれらをリスト内の連続した2つの値「1.3、1.1」として読み取ると、現在の値と過去の比較値を混同したことになります。データセットはこの患者に2つのクレアチニン値があると示しますが、現在の診療に属するのは1つだけです。経時的な腎機能を追跡する研究では、これは真の2回目の測定と区別がつきません。

これは放射線および病理レポートでさらに悪化します。一人の患者が、処置前の画像検査、術中所見、退院後のフォローアップをすべて別々の文書と別々の診療IDで持つ可能性があります。診療レベルのメタデータを保持しない抽出プロセスは、臨床タイムラインを再構築する手段のないフラットな値のリストを生成します。

修正方法：抽出テンプレートの一部として診療レベルのメタデータ列（患者MRN、診療日、検体採取時間）を定義し、各検査値とともに抽出します。出力の各行は、一人の患者の一回の診療からの正確に一つの検査結果を表す必要があります。患者が3回の診療で3つのクレアチニン値を持つ場合、それぞれに一意の診療識別子を持つ3行を取得する必要があります。これは「患者ごとに1行」のアプローチの逆であり、臨床経過を保持する唯一の構造です。患者ごとに数十の診療からデータを抽出する必要がある研究（縦断的研究で一般的）では、診療レベルの粒度でのバッチ抽出が関係構造を無傷に保ちます。

間違いその5：誤った安全策としての手動検証

200枚のスクリーンショットから検査値を抽出した後、あなたは責任ある行動を取る。抽出された値を元の画像と目視で照合するのだ。記録の10%をスポットチェックする。その論理は、人間の目が機械の見逃しを拾うというものだ。しかし、証拠はその逆を示している。

臨床データから製造品質管理に至るまで、さまざまな分野における人間の目視検査の研究では、手動検証のエラー率は16.4%から30.0%と報告されている。つまり、抽出された検査値を元のスクリーンショットと照合する人間のレビューアは、約5件に1件のエラーを見逃し、正しく抽出された値を読み間違えて新たなエラーを生み出すこともある。この問題は量が増えると悪化する。ほぼ同一のEpicラボパネルを20件レビューした後では、「Na 139」と「Na 139」の違いを脳が認識しなくなる。どちらも正しく見える。パターンがあまりにも馴染み深いからだ。たとえそのうちの一つが、抽出結果で誤ってラベル付けされたカリウム値だったとしても。

構造的な原因は、手動検証が人間に、注意力の変動を許容しない単調で大量のパターンマッチングという、人間が苦手とする作業を強いることにある。臨床研究コーディネーターが2回の午後を使って200件のラボパネルを検証する場合、2時間目にはもはや最大の警戒心で作業しているわけではない。この検証作業は、一部の転記ミスを捕捉するが、文脈エラー（値が誤った列に配置される、基準範囲が結果値として誤解釈されるなど）は体系的に見逃す。なぜなら、これらは単独でチェックしても「間違って」見えないからだ。データを使おうとしたときに初めて明らかになる。

修正方法：スポットチェック検証を構造的検証に置き換える。抽出結果が満たすべきルールを定義する。クレアチニン値は正の数値でなければならない、eGFRは1から200の間でなければならない、採取タイムスタンプは診療日の範囲内でなければならない、など。これらのルールを抽出された全記録の100%に適用する（10%のサンプルではない）。違反をフラグ付けして人間によるレビューに回す。しかし今度は、人間は異常値を調査することになる。200行のデータを単調に比較するのではなく、根本的に異なる認知タスクであり、エラー率ははるかに低い。手動データ検証が大規模に失敗する理由のより広い視点については、チェックと検証のギャップがすべてを物語っている。

間違いその6：データセット間でのコピペ伝播

検査値をExcelに抽出したとします。シート1がマスター抽出、シート2が解析用サブセットで、シート1からクレアチニン列をコピー。シート3はカプラン・マイヤー解析用で、シート2からクレアチニン列をコピー。3ヵ月後、患者#47のクレアチニン値が1.30ではなく13.0と入力されていたことが判明。シート1では間違っていますが、シート2とシート3のどちらにも誤りが含まれているでしょうか？シート2はシート1の修正前後にコピーされましたか？シート1を更新したとき、シート2とシート3は自動更新されますか、それとも古い値のままですか？シート2を共同研究者と共有し、その人が独自の解析を構築していた場合、修正をどう伝播させますか？

これはデータ抽出の失敗ではなく、データ管理の失敗です。抽出ツールは防げませんが、抽出ワークフローが不可避的に引き起こします。The Joint CommissionのQuick Safety Issue 10では、EHRにおけるコピペエラーが臨床文書エラーの主要因の一つと特定され、ECRI Instituteは文書エラーがEHR関連医療過誤賠償責任の72%を占めると報告しています。同じ力学——1つのエラーが複数の派生ファイルに静かに伝播する——は抽出研究データにもそのまま当てはまり、患者安全インシデントが発見のきっかけにならないという追加リスクがあります。エラーはスプレッドシートに潜み、ジャーナル査読者が非現実的な外れ値に疑問を呈するか、エラーに基づく解析が出版され、論文を取り下げなければ撤回できなくなるまで気づかれません。

修正方法：抽出データの単一情報源を維持します。マスター抽出ファイルが正規の記録です。すべての解析ファイルは、リンクシート、スクリプト化されたインポート、データベースクエリを通じてそれを参照し、独自のコピーを持ちません。マスターで値を修正すれば、修正はすべての解析に自動伝播します。これには技術ではなく規律が必要ですが、値を修正する必要が生じ、6つの派生ファイルを監査してエラーの広がりを特定する手間が省ける最初の時点で、その規律は元が取れます。大規模なカルテレビューを管理するチームにとって、単一情報源を持たないコストは、レビューに追加されるカルテごとに増大します。

過ちその7：エラー率の常態化——5%を受け入れ可能とみなすこと

これは、他のすべての過ちを恒久的なものにするメタミスです。最初の抽出で95%の精度が出た後、チームはそれを受け入れます。95%は良い数字です。これまでの手作業のプロセスはおそらく90%程度でした。データセットが構築され、分析が行われ、原稿が提出されます。200人の患者で5%のエラー率は、最終データセット内の10人の患者に少なくとも1つの誤った検査値があることを意味します。もしその10人の患者がたまたま分析の治療群に含まれていたり、最も重症な患者（記録が最も複雑でエラーが発生しやすい）だった場合、その5%のエラーはランダムに分布するのではなく、系統的に偏っています。

常態化の罠には第二の側面があります。常態化を生き残るエラーの種類は、最悪のものです。転記ミス（検査値の数字の入れ替え）は、分析中にフラグをトリガーする外れ値を生成します。130 mg/dLというありえないクレアチニン値は発見されます。しかし、誤った診察欄に配置された検査値、結果値として抽出された基準範囲、適用されなかった単位変換——これらは外れ値を生成しません。これらは、期待範囲内に収まり、すべての自動チェックを通過する、もっともらしい値を生成します。それはまさに、間違ったコンテキストに属する実際の臨床値だからです。The Doctors Companyによる2020年の請求分析では、EHRが患者の傷害に寄与したと主張する請求の割合が、2010年の0.35%から2018年には1.62%に上昇したことが判明しました。最も一般的なユーザー関連の問題は「誤った情報」（13%）でした——正しく見えるが実際はそうではなかったデータです。

修正方法： 抽出後ではなく、抽出前に精度目標を設定します。特定の研究課題にとって「正確」が何を意味するかを定義します——全体的なパーセンテージとしてではなく、フィールドレベルの要件として。クレアチニン値はソースと0.1 mg/dL以内で一致する必要があります。診察日はおおよそではなく、完全一致でなければなりません。基準範囲は範囲として検証され、誤って結果として抽出されてはなりません。抽出データに検証ルールを実行し、フィールド固有のエラー率を計算します。全体で95%正確でも、主要エンドポイントが依存するフィールドで80%しか正確でないデータセットは、95%正確なデータセットではありません——それは研究にとって信頼できないデータセットです。そのフィールドの抽出を特に修正しに戻ってください。

本当に効果がある方法：結果を変える5つの判断

上記の失敗には、それぞれ対となる修正方法があります。これらを組み合わせることで、データセットを信頼できなくする後続の障害を防ぐ、コストのかからない抽出プロトコルが完成します。

1. 抽出前にフィールドを定義する。「検査値」ではなく、正確な定義、単位、想定範囲を持つ具体的な変数を指定します。入院時クレアチニンが必要なら、「入院後24時間以内の最初の血清クレアチニン値、単位はmg/dL」と定義します。この具体性により、抽出はダンプではなくターゲットを絞ったものになります。

2. 診療コンテキストを規則ではなく列として保持する。抽出された各行には、患者ID、診療ID、採取タイムスタンプが必要です。この3列がないと、同じ患者の48時間間隔で採取された2つのクレアチニン値を区別できません。これは、まさに分析が依存する区別です。

3. 後処理ではなく抽出時に単位を統一する。ラボAがmg/dL、ラボBがµmol/Lで報告する場合、抽出時に換算を適用します。データセットが組み立てられる前にすべての値を単一の単位に変換する計算列を使用すれば、クレアチニン値115が重度の腎不全なのか、単に単位が違うだけなのかを悩む必要がなくなります。

4. スポットチェックではなく構造的に検証する。全レコードに対するルールベースのチェック（正の数値が入るべき場所に正の数値があるか、タイムスタンプが診療時間枠内か、eGFRが同じ行のクレアチニン値からのみ導出されているかなど）は、人的なスポットチェックよりも多くのエラーをはるかに少ない労力で捕捉します。人間によるレビューは、フラグが立った例外のみに限定し、日常的な検証には使いません。

5. マスターファイルは1つ、コピーはゼロ。すべての分析は正規のデータセットを参照します。修正は自動的に反映されます。派生ファイルはスクリプトであり、静的なスプレッドシートではありません。

よくある質問

AIはEHRスクリーンショットから検査値を確実に抽出できますか？

はい—ただし、何を抽出するかを明確に定義した場合に限ります。スクリーンショットを汎用OCRエンジンに入力し、構造化データを期待するのは、上記#2で述べた誤りです。信頼できる方法は、対象を絞った抽出です。必要なフィールド（例：「入院時クレアチニン」「退院時クレアチニン」）を指定し、モデルがそれらの意味を理解して値を特定します。これは、画面上のすべての文字を順次読み取る方法ではありません。この意味ベースのアプローチにより、ピクセルベースのOCRでは対応できない解像度やフォーマットのバリエーションを処理できます。

抽出された検査値が誤る最大の原因は何ですか？

コンテキストの喪失です—単位/基準範囲のコンテキスト（誤り#3）または診療機会のコンテキスト（誤り#4）のいずれかです。値は単独で「間違っている」ことはほぼありません。間違っているのは、異なる検査、異なる診療機会、または異なる単位系に属する値が、誤った列に配置されたためです。コンテキストを修正すれば、ほとんどの「抽出エラー」は技術的な問題ではなく、構造的な問題であることがわかります。

複数の異なる病院システムからのEHRスクリーンショットをどのように処理すればよいですか？

各EHRシステム（Epic、Cerner、Meditech）は、検査パネルのフォーマットが異なります。クレアチニン値は、あるシステムでは「CHEMISTRY」の下に表示され、別のシステムでは「CMP」（総合代謝パネル）の下に表示されることがあります。抽出アプローチはフォーマットに依存せず、画面上の位置ではなく臨床的な意味によって値を特定する必要があります。これが、テンプレートベースのOCR（特定のピクセル座標でクレアチニンを探す）がマルチサイトデータセットで失敗し、意味ベースの抽出（画面上のどこに「クレアチニン」があっても見つける）が成功する理由です。抽出する前に、位置的な用語ではなく、臨床的な用語（「血清クレアチニン、mg/dL」）で何を探すかを定義するフィールドマッピングを構築してください。

HIPAAはEHRスクリーンショットからのデータ抽出にどのような影響を与えますか？

はい—ただし、ツール選択に関連する特定の方法で影響します。HIPAAは、保護対象健康情報（PHI）を管理的、物理的、技術的な安全保護措置（セキュリティ規則、45 CFR Part 164 Subpart C）で取り扱うことを要求しています。EHRスクリーンショットをクラウドベースの抽出ツールに送信する場合、PHIを第三者に送信することになります。ツールが画像を処理または保存する場合、ビジネスアソシエイト契約（BAA）が必要です。臨床データに抽出ツールを使用する前に、BAAを提供しているかどうか、アップロードされたファイルが処理後に保持されるかどうかを確認してください。処理後に削除するツールは、保存するツールよりもコンプライアンス上のリスクが低くなります。これは法的アドバイスではありません。特定の研究については、所属機関のIRBおよびプライバシー責任者に相談してください。

検査値がEHRのスクリーンショットではなく、スキャンした紙のレポートから得られた場合はどうなりますか？

スキャンレポートでは、紙のアーティファクト、スキャン角度の歪み、古いOCRテキスト層の文字化けなど、品質劣化がさらに加わります。基本的な誤りは同じですが、解像度の問題（誤りその1）が増幅されます。スキャン画像を扱う場合、従来のOCRよりも、人間のように文書を意味的に理解するビジョンモデルベースのアプローチがスキャンアーティファクトに強く、文字単位ではなく内容を理解します。ただし、ツールに関わらず、最も状態の悪い文書（かすれた印刷、手書き注釈、傾いたページ）で最初にテストし、最もきれいな文書でテストしないでください。

研究課題から始めてください。それに答えるフィールドにさかのぼり、それらのみを抽出してください。上記の7つの誤りは、すべてこのステップを省略した結果です。