1つの研究、3種類の文書：
放射線、病理、退院サマリーを1つの表に
腫瘍学の後ろ向き研究では、放射線レポートから腫瘍サイズ、病理から組織学的グレード、退院サマリーから在院日数が必要です。対象は180名の患者、それぞれに3種類の文書があります。3つの形式、3つの表記ルール、1つのデータセット。課題はデータが存在しないことではなく、統合を想定していない文書タイプに分散していることです。
重要ポイント
- 患者200人、各3種類の文書がある場合、データセットに変数が1つも入る前に600ファイルを開くことになります——これがマルチソースカルテレビューの見えない計算です。
- ボトルネックは転記の速さではなく、すべてのソース文書が研究者（3種類すべてから5つの変数を必要とする）ではなく、臨床関係者（紹介医、腫瘍ボード、次の担当医）向けに書かれていることです。
- 変数を列名として一度定義するだけで——病変サイズ、グレード、在院日数——ImageToTable.aiが放射線、病理、退院文書から一括で抽出し、各行が患者IDによる単純なマージを待つだけのテーブルを提供します。
複数ソースのカルテレビューの課題
単一の文書に基づく後ろ向き研究は稀です。ほとんどの研究では、各患者記録内の複数の文書タイプから変数を抽出します。化学パネルからの検査値、放射線科レポートからの画像所見、病理ノートからの組織学的分類、退院サマリーからの転帰など、各文書がデータセットの異なる部分を提供します。
問題は、各文書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。放射線科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に基づいて構成されています。病理レポートは、腫瘍委員会やレジストリ向けにCAP（米国病理医協会）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。これらはいずれも、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ません。
複数ソースの記録からの手動抽出では、患者ごとに3つの文書を開き、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必要があります。200人の患者の場合、単一の変数を抽出する前に、600回の文書参照が必要になります。
放射線科レポート：散文に埋もれた所見
放射線科レポートは「臨床歴・撮影法・所見・印象」という緩やかな標準形式に従います。所見欄は、データベース入力ではなく臨床解釈のために書かれた、放射線科医による観察記述です。研究者が必要とする変数（腫瘍サイズ、位置、病期分類への影響）は、以下のような段落に埋め込まれています。
所見：右葉肝区域VIに2.3×1.8cmの低エコー病変あり、造影相で辺縁増強を認めHCCに一致。衛星病変なし。門脈は開存。腹水なし。
印象：2.3cmの肝細胞癌、右葉区域VI。血管浸潤なし。Li-RADS 5。必要な変数（病変サイズ：2.3cm）はそこにありますが、解剖学的背景、撮影法の修飾語、放射線科医の解釈的表現も含まれています。標準的なOCRはすべてを返します。列ベースの抽出は、指定した値のみを返します。
放射線科レポートに有用な列名：
| カラム名 | 放射線科レポートからの抽出内容 |
|---|---|
| 病変サイズ | 原発病変の寸法（最大径、または長径×短径） |
| 病変部位 | 解剖学的位置と詳細部位（葉、区域、象限） |
| 血管浸潤 | 「あり」「なし」、または記載がない場合は空白 |
| リンパ節状態 | 陽性、陰性、または関与するリンパ節の数 |
| 放射線学的病期 | TNM、Li-RADS、BIRADS、または同等のシステムのスコア |
| 画像診断法 | CT、MRI、PET-CT、超音波など |
病理レポート：半構造化だが一貫性に欠ける
病理報告、特に切除腫瘍の外科病理報告は、CAPのシンプティック形式に従い、組織型、グレード、腫瘍サイズ、断端、リンパ管侵襲、神経周囲侵襲、病期といった明示的なラベル付きフィールドがあります。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、シンプティック形式が広く採用される前の古い報告書（ラベル付きフィールドではなく、記述的な病理所見）と、施設ごとに微妙に異なるシンプティックテンプレートを使用する報告書の2つに起因します。A病院の乳腺病理報告書では「核グレード」と記載される一方、B病院では「ノッティンガムグレード」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しています。
一般的な病理報告フィールドに対応する列名は以下の通りです。
| 列名 | 病理レポートからの抽出内容 | 備考 |
|---|---|---|
| 組織型 | 原発腫瘍の分類（例：浸潤性乳管癌） | 異名や略称に対応 |
| グレード | 組織学的グレード（I/II/III、低/中/高、Nottinghamスコア） | 混在する場合は「Nottingham Grade」と明記 |
| 腫瘍サイズ（病理） | 切除標本の最大径 | 画像上のサイズとは区別し、両方に別の列を使用 |
| 断端状態 | 陰性、陽性、限局性陽性、または断端までの距離 | 「断端：陰性」や数値での距離で表記される場合あり |
| リンパ管侵襲 | あり、なし、または同定されず | LVI、LVSI、リンパ管腔侵襲などの異なる表記 |
| 病理学的病期 | 統合レポートからのpTNM病期 | 臨床病期とは区別し「病理学的病期」と明記 |
退院サマリー：ラベル付きだが冗長
退院サマリーは3種類の文書の中で最も研究者にとって扱いやすく、通常は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）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。課題は冗長性です。経過記録や評価・計画などの記述セクションは数段落に及ぶことがあり、全文処理にコストがかかり不正確になります。
構造化されたフィールドは確実に抽出できます。経過記録の記述に埋もれた変数（例：「入院3日目にICU転床が必要」「急性腎障害を発症」）には、より具体的な列名が必要です。
| 列名 | 退院サマリからの抽出内容 |
|---|---|
| 入院日 | インデックス入院日 |
| 退院日 | 退院日 |
| 在院日数 | 在院日数（日数）；計算または明示 |
| 主診断 | 入院時または主たる診断（ICDコードまたは記述） |
| 退院時転帰 | 自宅、介護施設、リハビリ、死亡、自己退院、転院 |
| 30日以内再入院 | サマリ内で言及または記載 |
| 実施処置 | 記載された外科的または介入的処置 |
一括アップロード、一つの出力テーブル
ImageToTable.aiなら、文書タイプごとに処理する必要はありません。放射線レポート、病理メモ、退院サマリをまとめて一括アップロード。3つの文書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 | 放射線学的病期 | 組織型 | グレード | 切除断端の状態 |
入院日 | 在院日数 | 退院時転帰 | 主診断名各文書は、それが含む変数を提供します。放射線科レポートは病変サイズと放射線学的病期を、病理レポートはグレードと切除断端の状態を、退院時サマリーは入院日と在院日数をそれぞれ補完します。特定の文書種別に存在しない変数については、該当行は空白のままとなります。
出力テーブルでは、各行が1人の患者ではなく、1つの文書を表します。抽出後は患者IDで結合する必要があり、これは3種類の文書すべてがスプレッドシート形式になれば、簡単なVLOOKUPまたは結合操作で実行できます。ファイル名を一貫して付ける（例：PatientID_radiology.pdf、PatientID_pathology.pdf）ことで、この結合ステップが迅速になります。
複数ソースデータセットのスポットチェック
複数ソースからの抽出には、複雑な記録に特有のエラーカテゴリが1つあります。それは変数の帰属です。モデルが、病理検体の測定値ではなく、病理レポート（その臨床経過欄に画像所見を引用している）から放射線学的な腫瘍サイズを抽出してしまうことがあります。このような文書間の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において、微妙なエラーを引き起こす可能性があります。
実用的な対策は、カラム名を正確にすること（「画像診断上の腫瘍サイズ」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%を対象に、特定の文書間変数が元のレポートと一致するか確認します。これにより、すべての行を完全に再検証することなく、帰属エラーを発見できます。
よくある質問
同一患者の3種類の文書を同じバッチでアップロードできますか？それとも別々に実行する必要がありますか？
すべてを1つのバッチでアップロードできます。ツールは各文書を個別に処理します。同じ患者の放射線レポートと退院サマリーは別々の画像として扱われ、それぞれが独自の行を生成します。抽出後、Excelで患者IDごとにマージします。文書タイプごとに実行を分けるメリットはなく、1つのバッチの方がシンプルで高速です。
病理レポートが2つの異なる病院から、2つの異なるシンプティック形式で届きます。抽出に影響しますか？
ほとんどの場合、影響しません。シンプティック病理レポートは、施設ごとに特定のテンプレートが異なっていても、「組織型：」のようにラベル付きフィールドを使用します。モデルはラベルを読み取り、そのラベルがページ上のどこにあっても対応する値を抽出します。施設間のレイアウトの大きな違いも、ほとんどのラベル付きフィールドで正しく処理されます。シンプティック構造のない古い文書（ナラティブ形式のみの病理レポート）の場合、精度は病理医が関連所見をどの程度明確に記述したかに依存します。
放射線レポートに複数の病変測定値がある場合、どのように指定すればよいですか？
列名を具体的にしてください。「原発病変サイズ」「最大病変サイズ」「標的病変サイズ」では、複数の測定値が存在する場合にモデルの抽出対象が異なります。研究プロトコルで特定の病変（例：肝臓の優位病変）が指定されている場合は、その情報を列名に含めてください：「肝臓優位病変サイズ」。より具体的な列名は曖昧さを減らし、記録間の一貫性を向上させます。
これらの文書タイプでは、PDFとスクリーンショットのどちらを扱うのが最適ですか？
EHRシステムからのPDF出力は、通常スクリーンショットよりもクリーンな入力になります。解像度が高く、画面の映り込みがなく、レンダリングされたピクセルではなく機械生成テキストだからです。施設で放射線レポートや病理レポートのPDF出力が利用可能な場合は、そちらを使用してください。PDF出力が利用できない場合や、病院でのカルテレビューセッション中に撮影した写真を扱う場合は、スクリーンショットでも問題なく機能します。両方の形式が同じバッチ内でサポートされています。
臨床的TNM病期分類と病理学的TNM病期分類を区別する必要があります。両方を抽出できますか？
はい — 「臨床病期（cTNM）」と「病理病期（pTNM）」の2つの別々の列を使用してください。モデルは治療前の臨床病期分類（通常は放射線科レポートまたは腫瘍科の診療録から）と切除後の病理病期分類（病理レポートから）を区別します。列セットで両方を明示的に命名することで、同じ患者の異なる文書にそれぞれが記載されている場合に、両方の値を正しく抽出できます。
サンプル患者セットでお試しください。放射線、病理、退院時文書をまとめてアップロードし、研究変数をカラム名として定義します。
抽出を開始