放射線レポート・退院サマリーからデータ抽出
臨床監査のための方法

2つの文書タイプ、1つの抽出課題

放射線レポートと退院サマリーは、患者の入院期間の両端に位置します。一方は診断の瞬間を捉え、もう一方は入院全体を要約しますが、データアクセシビリティの問題は共通しています。どちらもナラティブ文書として生成され、臨床レジストリ、研究データベース、品質監査が構造化された値として必要とするフィールドを含んでいます。そして、ほとんどの病院システムでは、両方とも構造が失われたPDFとしてEHRから出力されます。

放射線レポートは、驚くほど一貫した内部構造を持っています。米国放射線学会（ACR）の診断画像所見伝達に関する診療パラメータでは、5つの標準セクションが定義されています：臨床適応（検査が指示された理由）、技法（モダリティ、造影剤、撮像パラメータ）、比較（過去の検査との比較）、所見（放射線科医が観察した詳細なナラティブ）、および印象（簡潔な診断結論）。構造化レポートのゴールドスタンダードとして広く認識されている乳房画像報告・データシステム（BI-RADS）は、これらの各セクションが個別のクエリ可能なフィールドにマッピングされた場合の成果を示しています。しかし、BI-RADSは例外です。ほとんどの放射線レポートは自由文の口述記録であり、これらのセクションが一貫して使用されていないか、まったく使用されておらず、データは散文の中に閉じ込められたままです。

退院サマリーもまた、異なるものの同様に定型化されたテンプレートに従います。The Joint Commission の基準 RC.02.04.01 では、入院理由、重要な所見、実施された処置と治療、退院時の患者の状態、退院時投薬、および経過観察の指示という6つの必須要素が定められています。Centers for Medicare & Medicaid Services も、退院計画に関する参加条件のもとで独自の要件を追加しています。認定を受けたすべての病院は、これらの要素を含む退院サマリーを作成します。しかし、その形式（どのフィールドがラベル付けされ、どれが自由文に埋め込まれているか、診断名がICDコードで表示されるか平易な言葉で記述されるか）は、病院間だけでなく、同じ病院内の診療科間でも大きく異なります。

放射線レポートから抽出すべき項目

放射線レポートには、ほとんどの人が思う以上に多くのテキストが含まれています。典型的な造影CT胸部のレポートは複数の段落に及びますが、レジストリや監査に実際に必要な項目は約10列に収まります。それ以外の項目（実施技師名、被ばく線量詳細、 dictation タイムスタンプなど）は、PDFに残しておけばよいコンテキスト情報です。

抽出する価値のある10項目と、それぞれが重要な理由は以下の通りです。

「所見」フィールドは特に重要です。典型的なレポートでは200〜500語に及び、再入力するには長すぎる一方、情報量が多く無視できません。「右下葉の硬化」と「肺塞栓症の証拠なし」という正反対の結論が共存するフィールドであり、チェックボックス方式の抽象化フォームでは「異常」という単一のフラグにまとめられ、研究に有用な特異性が失われてしまいます。全文を抽出することで、その粒度を保持できます。フィルタリングとコーディングは後で行えばよく、抽出段階で重要なのは、情報が早期に圧縮されないことです。

退院サマリーから抽出すべき項目

放射線科レポートが構造化された叙述であるのに対し、退院サマリーは半構造化されたハイブリッド形式です。入院日や退院日のような離散フィールドと、経過や退院指示のような自由記述セクションが混在しています。このハイブリッドな性質こそが、手動での情報抽出を非常に時間のかかる作業にしています。離散フィールドは見つけやすいものの、入力が面倒です。自由記述セクションでは、特定の値を探し出すために読解力が必要となります。例えば、3段落目に埋もれた診断名や、5段落目に記載された薬剤変更などです。

レジストリ登録、研究、監査に重要な10項目は以下の通りです。

退院時薬は、一貫して手動抽出が最も難しい項目です。情報を見つけるのが難しいからではなく、薬剤名、用量、頻度、期間という4つのサブフィールドが、しばしば1つの段落にまとまって記載されているからです。薬剤調整セクションには、「メトプロロールコハク酸塩 50mg 経口 1日1回、自宅で継続」という行の次に、「アピキサバン 5mg 経口 1日2回 30日間、その後2.5mg 1日2回」と続くことがあります。抽出者は各行を構成フィールドに解析してからレジストリに入力する必要があり、事実上、データ入力とデータ正規化を同時に行っていることになります。

ステップバイステップ：PDFエクスポートから構造化スプレッドシートへ

手作業による抽象化を不要にするワークフローは、4つの段階で構成されています。いずれの段階も、コーディング、IT導入、EHR統合は不要です。入力は、病院情報システムからエクスポートされたPDFファイル群です。出力は、1行が1文書、1列が1フィールドに対応するExcelスプレッドシートです。

スプレッドシートの動作で特筆すべき点：同じバッチに放射線レポートと退院サマリーが混在している場合、出力の各行は1文書を表します。放射線レポートには「検査種別」や「所見」などの列に値が入りますが、「退院時投薬」や「フォローアップ予定」のセルは空白になります。退院サマリーはその逆です。これは正しい動作です。スプレッドシートは定義した全列の和集合であり、各文書は自身の種類に関連する列のみを埋めます。両方の文書タイプが必要なプロジェクトでは、この単一スプレッドシートが自動的にマスターデータテーブルとなり、文書タイプでフィルタリングして放射線レコードのみ、または退院記録のみを抽出できます。

タイピングを代替する抽出が活きる4つの臨床ユースケース

上記のワークフローは理論上のものではありません。これは、臨床データアブストラクターがナラティブレポートから構造化データベースへのデータ移行に何時間も費やす、最も一般的なシナリオに直接対応しています。

臨床レジストリデータ抽出（STS、GWTG、NCDR）

米国胸部外科学会（STS）全国データベース、米国心臓病学会のNCDR（CathPCI、Chest Pain-MI、AFibモジュールを含む）、および米国心臓協会のGet With The Guidelines（GWTG）プログラムでは、すべて患者カルテから抽出された個別のデータ要素が必要です。CathPCI一件につき150以上のデータポイントが必要となる場合があり、GWTG-脳卒中一件では80以上が必要です。これらのデータポイントは、入院記録、処置報告書、退院サマリー、画像診断報告書に散在しており、抽出担当者はPDF内の各データを探し出し、レジストリデータ収集インターフェースに入力する必要があります。

抽出によって抽象化作業が完全になくなるわけではありません。一部のレジストリ項目には、訓練を受けた抽出担当者にしかできない臨床的判断が必要です。しかし、放射線科報告書や退院報告書にそのまま記載されている項目（検査日、ICD-10コード、処置名、投薬リスト）については、転記作業が不要になります。抽出担当者は、事前に入力されたスプレッドシートから開始し、その上に判断が必要な項目を追加します。80項目をゼロから抽出するのと、50項目が自動入力された後に残り30項目を抽出するのとでは、1日あたり3件の処理と8件の処理ほどの差が生まれます。

品質改善監査

病院の品質管理部門は、定期的に症例を抽出して重点監査を実施します。例えば、来院からバルーン拡張までの時間遵守率、退院時の薬剤調整率、高度画像診断の適正使用基準などです。各監査は症例リストから始まり、スプレッドシートで終わります。その間の作業は手作業によるカルテレビューです。造影剤投与前に臨床適応が文書化されているかを確認するため、100件の放射線レポートを監査する場合、各PDFから「臨床適応」フィールドを抽出して1列にまとめることで、半日かかる読み取り作業が、スプレッドシートの列を5分でスキャンする作業に短縮されます。

英国放射線科医会（Royal College of Radiologists）は、100以上の放射線監査テンプレートのライブラリを管理しており、各テンプレートは収集すべきデータ要素を指定しています。これらの要素のほとんど（検査種類、待機時間、レポートのターンアラウンドタイム、報告基準の遵守状況など）は、放射線レポート内の個別フィールドとして存在します。監査分析を開始する前にこれらをスプレッドシートに抽出することで、RCRテンプレートが通常数週間のパートタイム作業と見積もる監査サイクルのデータ収集フェーズを大幅に短縮できます。

臨床研究症例の特定

後ろ向き研究のコホート構築を担当する研究コーディネーターは、退院サマリーをスクリーニングし、特定の選択基準（急性非代償性心不全の原疾患、48時間超の在院日数、β遮断薬を含む退院時処方）に合致するかを確認する必要がある。手作業で行う場合、各PDFを開き、該当項目を読み取り、各基準について可否を記録することになる。抽出を活用すれば、ICD-10コード、在院日数、処方一覧はすでにスプレッドシートに格納されており、コーディネーターは読み取りではなく、並べ替えやフィルタリングでスクリーニングできる。

効率化のメリットは時間だけではない。網羅性にも及ぶ。200件のカルテを手作業でスクリーニングすると、基準に合致する表現が想定と異なる場合（「急性非代償性心不全」ではなく「CHF増悪」、「退院時処方」ではなく「常用薬」に「メトプロロール」が記載されているなど）を見逃すことが避けられない。文書全体を意味的に読み取るAIは、文字列の一致ではなく意味を理解することで、これらのバリエーションを捉える。スクリーニングされたコホートはより大規模かつ完全なものとなり、その2つの特性は研究の統計的検出力を直接向上させる。

死亡症例検討会の準備

病院の死亡症例検討委員会は、ほとんどの認定機関から義務付けられ、州の品質規制でも要件が増えています。入院中の全死亡例を審査する必要があります。各審査には、退院時サマリーから抽出した症例サマリー（入院日、主診断、入院中の処置、退院時転帰（この場合は死亡）、記録された合併症や予期せぬ出来事）が必要です。月次の死亡症例検討会（20～50症例）でこれらのサマリーをまとめるには、品質管理担当者が同じ文書から同じ項目を一件ずつ抽出するのに数日を要します。

退院時サマリーの項目をスプレッドシートに抽出（1行＝1死亡例、1列＝1審査項目）すると、会議前に委員会メンバーに配布できるサマリーテーブルが作成できます。品質管理担当者の準備時間は、データ収集から症例のトリアージ（どの症例を深掘りすべきか、どの症例に調査すべきパターンがあるか、どの症例が予測可能な臨床経過をたどっているか）に変わります。

AIによる臨床テキスト抽出の限界

限界を具体的に示すことは、臨床の現場では弱点ではありません。それは、過剰に約束するツールと、信頼できるツールを区別するものです。ここにその境界線があります。

書かれていることを抽出し、暗示されていることは抽出しません。 退院サマリーに「患者は夜間に低血圧となり、輸液に反応した」と記載されていれば、AIはその文を入院経過テキストとして抽出します。特定の重症度や持続時間を伴う低血圧エピソードがあったとは推測しません。臨床的推論（このエピソードがレジストリ登録のための合併症に該当するかどうかの判断）は、引き続きアブストラクターが行います。AIは生の素材を提供し、アブストラクターが臨床的解釈を提供します。

印刷物への手書き注釈は精度を低下させます。 EHRから直接生成された鮮明なPDFは、信頼性の高い抽出を実現します。スキャンした印刷物（特に、余白に手書きのメモ、FAXのアーティファクト、何世代もコピーを重ねたものがある場合）は、損傷部分付近のテキストの精度を低下させる可能性があります。ワークフローに、レポートの印刷、注釈の記入、再スキャンが含まれる場合、抽出は印刷テキストを確実にキャプチャしますが、手書き注釈の精度は判読性によって変動します。

深くネストされた構造フィールドは、セマンティックマッピングを混乱させる可能性があります。 退院時投薬リストが非構造化段落（表ではなく）でフォーマットされている場合、AIは「Metoprolol 50 mg 1日1回、Lisinopril 10 mg 1日1回、Apixaban 5 mg 1日2回」を3つの投薬エントリに解析できます。しかし、古い病院レポート形式のように、セル結合、不規則なスペーシング、ページをまたぐ継続がある密な表でフォーマットされている場合、サブフィールドマッピング（薬剤 vs. 用量 vs. 頻度）の精度は低下します。そのような場合、AIに不正な表を完全に解析させるよりも、投薬テキスト全体を単一フィールドとして抽出し、抽出後に手動で分割する方が実用的です。

HIPAAコンプライアンスは、ツールではなく、あなたの取り扱いにかかっています。 抽出プロセスはファイルをメモリ内で処理し、セッション終了後は保存しません。しかし、保護された健康情報を含む患者データをクラウドベースのツールにアップロードするには、ビジネスアソシエイト契約（BAA）が必要です。ツールは暗号化された接続でデータを処理しますが、特定の機関の状況におけるHIPAAコンプライアンスの責任 — BAAの必要性、IRBやプライバシーオフィスがワークフローを承認するかどうかを含む — はあなたにあります。

よくある質問

スキャンした紙のレポートでも使えますか？それとも元のPDFのみですか？

両方対応しています。EHRから直接生成された元のPDFは、テキストが機械由来のため最も信頼性の高い結果が得られます。スキャンした紙のレポート（印刷、注釈、再スキャンされたものを含む）は、別途OCR前処理を行わずに、画像から直接テキストを読み取って処理します。スキャンレポートの精度はスキャン品質に依存します。印刷レポートを300 DPIで鮮明にスキャンした場合は、元のPDFとほぼ同等のパフォーマンスが得られます。歪んだ位置合わせや強い影があるコピーのFAX送信コピーでは、特に薬剤投与量のような小さなフォントのテキストで精度が低下します。

病院で使用しているセクション見出しがここに記載されているものと異なる場合はどうなりますか？

抽出処理はセクション見出しを完全一致で照合するわけではありません。病院の放射線レポートで「所見」セクションが「結論」や「評価」とラベル付けされていたり、退院サマリーで入院経過が「滞在の概要」と呼ばれていたりしても、AIはこれらを意味的に同等なものとして認識します。お客様が定義する列名が正規のラベルとして機能し、AIが各レポートで使用されている用語からのマッピングを処理します。つまり、新しい病院や新しい診療科のレポートを、設定を変更することなくいつでも追加できます。

同じバッチに放射線レポートと退院サマリーを混在できますか？

はい。検査タイプ、所見、入院日、退院時投薬など、両方の文書タイプのフィールドを含む列を定義すると、各放射線レポートは放射線関連の列にデータを入力し（退院関連の列は空白）、各退院サマリーは退院関連の列にデータを入力します（放射線関連の列は空白）。出力スプレッドシートにはすべての行とすべての列が含まれ、文書タイプや特定の列が入力されているかどうかでフィルタリングして、放射線レポートのみ、または退院サマリーのみのレコードを抽出できます。

退院時処方箋が表形式ではなく自由文で記載されている場合の対応方法

薬剤リストが構造化された表ではなく連続したテキストとして記載されている場合は、サブフィールド（薬剤名、用量、頻度）を一度に抽出しようとせず、「退院時処方箋」（全文）として列を定義してください。AIが薬剤テキストブロック全体を取得します。その後、Excelで手動で分割するか、薬剤テキストのみを対象に2回目の抽出を行い、構造化されたサブフィールドに解析できます。全文を1つの列として扱うことで、症例全体の自動抽出の迅速さと、非構造化された薬剤リストへの柔軟な対応を両立でき、AIに人間のレビュー担当者が行うべき解析判断を強いることもありません。

小規模な研究プロジェクトにも適していますか？それとも大規模なレジストリ業務専用ですか？

このワークフローは、規模の大小を問わず自然に適応します。30症例の後ろ向き研究を行う研修医は、300症例を処理するレジストリアブストラクターとまったく同じように抽出の恩恵を受けます。症例あたりの時間節約効果は直線的に積み上がります。実際、抽出は小規模な研究プロジェクトの方がより価値が高いかもしれません。なぜなら、小規模プロジェクトには専任の抽出スタッフの予算がないことが多いからです。臨床業務の合間に30症例のデータベースを構築する必要がある研修医こそ、20時間の手動データ入力を最も負担に感じる人物であり、その20時間を2時間に短縮する恩恵を最も受ける人物なのです。