1つの研究、3つの文書タイプ：
放射線・病理・退院サマリーを1つのテーブルに

複数ソースのチャートレビューの課題

単一ドキュメントのレトロスペクティブ研究はまれです。ほとんどの研究では、各患者記録内の複数のドキュメントタイプから変数を収集します。化学パネルからの検査値、放射線レポートからの画像所見、病理レポートからの病理学的分類、退院サマリーからの転帰などです。各ドキュメントがデータセットの異なる部分を提供します。

複雑なのは、各ドキュメントタイプが元の作成者のニーズに合わせて構成されていることです。放射線レポートは紹介医向けに書かれ、解剖学的位置と臨床的印象を中心に構成されています。病理レポートは、腫瘍委員会やレジストリ向けにCAP（米国病理学者協会）のシノプティック形式に従います。退院サマリーは、次の医療提供者のために入院を要約します。そのどれもが、3つすべてにわたって5つの特定の変数を必要とする研究者向けに構成されているわけではありません。

複数ソースの記録からの手動抽出は、患者ごとに3つのドキュメントを開き、3つの異なる形式を操作し、3つの異なる場所から転記することを意味します。200患者の場合、1つの変数を抽出する前に、600回のドキュメント検索が必要になります。

放射線レポート：散文に埋もれた所見

放射線レポートは緩やかな標準形式に従います：臨床歴、技法、所見、印象。所見セクションは散文形式で、放射線科医が臨床解釈のために記述したものであり、データベース入力用ではありません。研究者が必要とする変数（腫瘍サイズ、位置、病期分類の示唆）は、次のような段落に埋め込まれています：

FINDINGS: There is a 2.3 x 1.8 cm hypoechoic lesion in the right hepatic
lobe, segment VI, with peripheral enhancement on contrast-enhanced phases
consistent with HCC. No satellite lesions identified. Portal vein appears
patent. No ascites.

IMPRESSION: 2.3 cm hepatocellular carcinoma, right lobe segment VI.
No vascular invasion. Li-RADS 5.

必要な変数（病変サイズ：2.3 cm）はそこにありますが、解剖学的位置、画像技術の修飾語、放射線科医の解釈的表現も一緒に含まれています。このギャップこそが、放射線レポートの抽出を一見したよりも難しくしている理由です：単純なOCRはすべてを返しますが、列ベースの抽出は要求した値だけを返します。

放射線レポートに役立つ列名：

病理レポート：半構造化だが一貫性に欠ける

病理レポートのデータは半構造化されており、3つのドキュメントタイプの中で最も抽出が容易なはずです。切除腫瘍の外科病理レポートは、CAPのシノプティック形式に従い、明示的なラベル付きフィールド（組織型、グレード、腫瘍サイズ、断端、リンパ管侵襲、神経周囲浸潤、病期）を持ちます。これらのラベル付きフィールドは確実に抽出できます。

一貫性の欠如は2つの原因から生じます：シノプティック形式の広範な採用に先立つ古いレポート（ラベル付きフィールドではなく記述的な病理所見）、およびわずかに異なるシノプティックテンプレートを使用する異なる施設からのレポートです。A病院の乳腺病理レポートでは「Nuclear Grade」と記載される一方、B病院では「Nottingham Grade」と記載される場合があり、どちらも同じ分類システムを指す名称です。

一般的な病理レポートのフィールドに対応する列名：

退院サマリー：ラベル付きだが冗長

退院サマリーは、3つの文書タイプの中で最も研究者にとって扱いやすいものです。通常、明確にラベル付けされたセクション（入院日、退院日、入院時診断、退院時診断、処置、転帰先）があり、データベースのフィールドにきれいにマッピングできます。課題は冗長さです。経過記録（Hospital Course）や評価・計画（Assessment and Plan）などの叙述セクションは数段落に及ぶことがあり、全文処理がコスト高で不正確になります。

構造化フィールドは確実に抽出できます。経過記録の叙述に埋もれた変数（例：「入院3日目にICU転棟が必要」「急性腎障害を発症」）には、より具体的な列名が必要です：

1回のバッチアップロードで1つの出力テーブル

ImageToTable.aiでは、ドキュメントタイプごとに処理を分ける必要はありません。放射線レポート、病理レポート、退院サマリーを1つのバッチにまとめてアップロードできます。3つのドキュメントタイプすべてをカバーする列セットを定義してください：

病変サイズ | 放射線学的ステージ | 組織学的タイプ | グレード | 断端ステータス |
入院日 | LOS | 退院時転帰 | 主診断

各ドキュメントは、含まれる変数を入力します。放射線レポートは病変サイズと放射線学的ステージを入力し、病理レポートはグレードと断端ステータスを入力し、退院サマリーは入院日とLOSを入力します。特定のドキュメントタイプに存在しない変数は、該当行では空白のままになります。

列名に計算式を含めることもできるため、派生変数はExcelで手作業で計算する代わりに、通常の列として取得できます。「LOS（入院日から退院日までの日数）」という列名は、サマリーに明記されていなくても在院日数を返し、「診断時年齢」は、異なる2つのドキュメントにある生年月日と診断日から導出できます。プロトコルで派生変数として定義されているものは、直接抽出された変数と同じ方法で命名されます。

出力テーブルでは、各行が1人の患者ではなく1つのドキュメントを表します。抽出後、患者IDでマージする必要があります。これは、3つのドキュメントタイプすべてがスプレッドシート形式になれば、単純なVLOOKUPまたはマージ操作で済みます。ファイル名を一貫して付けること（例：PatientID_radiology.pdf、PatientID_pathology.pdf）で、このマージ手順が迅速になります。

マルチソースデータセットのスポットチェック

マルチソース抽出には、複雑なレコードに特有のエラーカテゴリが1つあります。それは属性の帰属誤りです。モデルが、病理レポート（臨床経過欄に画像所見を引用している）からではなく、病理検体の測定値からではなく、放射線学的腫瘍サイズを誤って抽出することがあります。これらの文書間参照は臨床レポートの実際の特徴であり、放射線学的寸法と病理学的寸法を区別する必要がある研究では、微妙なエラーを引き起こす可能性があります。

実用的な解決策は、列名を正確にすること（「放射線学的腫瘍サイズ」と「病理学的腫瘍サイズ」）と、対象を絞ったスポットチェックです。抽出後、レコードの10%を取り、特定の文書間変数をソースレポートと照合します。これにより、すべての行を完全に再検証することなく、属性の帰属誤りを検出できます。

レビューモードを使用すると、そのスポットチェックが高速化されます。レコードを開き、抽出されたセルにホバーするかクリックすると、ツールはその値が元のページのどこにあるかを正確にハイライトします。ハイライトされた領域をクリックすると、対応するテーブルセルにジャンプします。属性の帰属誤りに特化して、「放射線学的腫瘍サイズ」が放射線科の「所見」セクションから読み取られたのか、画像検査を引用した病理メモから読み取られたのかを、どちらのレポートも最初から最後まで読み直すことなく、一目で確認できます。

アップロード前に：データガバナンスの境界線

臨床記録には、抽出精度とは無関係のルールがあります。HIPAAプライバシールールでは、18のSafe Harbor識別子（氏名、診療記録番号、完全な診療日付など）を削除したデータは、もはや保護対象医療情報ではありません。識別可能なデータは依然として保護対象です。ソースファイルに識別子が含まれる場合、それに触れるすべてのツール（本ツールを含む）は、所属機関の承認済みデータ取扱いフレームワーク内で運用する必要があり、代理でデータを作成・受領・送信するベンダーには通常、Business Associate Agreement（ビジネスアソシエイト契約）が必要です。

ImageToTable.aiはアップロードされたファイルを一時的に処理し、抽出後に保持しませんが、それだけでは研究上の問題は解決しません。実際のバッチの前に2点を確認してください：IRBプロトコルとデータガバナンス部門がファイルの外部送信を許可していること、および患者データに触れるパイプライン内の各ツールが所属機関の要求する契約でカバーされていること。電子PHIの技術的保護要件は45 CFR Part 164, Subpart Cに定められており、プライバシー責任者が後ろ向き研究への適用方法を把握しています。

よくある質問