放射線レポート・退院サマリのデータ抽出方法
臨床監査のために

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。しかし、両者には同じデータアクセス上の課題があります。どちらも叙述文書として生成されます。どちらも、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EHRからPDFとして出力され、その構造は一切保持されません。

放射線レポートは、驚くほど一貫した内部構造に従っています。米国放射線学会（ACR）の診断画像所見の伝達に関する診療パラメータは、5つの標準セクションを定義しています：臨床適応（検査が依頼された理由）、技法（モダリティ、造影剤、画像パラメータ）、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叙述）、および印象（簡潔な診断結論）。乳房画像報告データシステム（BI-RADS）は、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おり、各セクションが個別の検索可能なフィールドにマッピングされると何が起こるかを示しています。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であり、これらのセクションを一貫して使用しないか、まったく使用しないため、データは散文の中に閉じ込められたままです。

退院サマリーは、異なるが同様に予測可能なテンプレートに従います。合同委員会の基準RC.02.04.01は、6つの必須構成要素を義務付けています：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、退院時薬剤、およびフォローアップ指示。米国医療保険・メディケイドサービスセンター（CMS）は、退院計画に関する参加条件の下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（どのフィールドにラベルが付けられているか、どのフィールドが自由文に埋め込まれているか、診断がICDコードで表示されるか平易な説明で表示されるか）は、病院間だけでなく、同じ病院内の部門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、多くの人が想像する以上のテキストが含まれています。造影CT胸部の典型的なレポートは複数の段落にわたりますが、レジストリや監査に実際に必要なフィールドは約10列に収まります。それ以外の情報（実施技師の氏名、被ばく線量の詳細、口述記録のタイムスタンプなど）は文脈情報であり、PDFに残しておけば十分です。

抽出する価値のある10のフィールドと、それぞれが重要な理由は以下の通りです。

Findingsフィールドは特に注意が必要です。一般的なレポートでは200〜500語に及ぶため、再入力するには長すぎ、情報量が多すぎて無視もできません。このフィールドには「右下葉の無気肺」と「肺塞栓の証拠なし」の両方が存在します。これらは正反対の結論であり、チェックボックス方式の抽出フォームでは単一の「異常」フラグにまとめられてしまい、研究に有用なデータの特異性が失われます。完全な叙述文を抽出することで、その粒度が保たれます。フィルタリングやコーディングは後で行うことができ、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文であるのに対し、退院サマリーは半構造化されたハイブリッド形式です。離散フィールド（入院日、退院日）と自由記述セクション（入院経過、退院指示）が混在しています。このハイブリッドな性質こそが、手動抽出を非常に時間のかかる作業にしている理由です。離散フィールドは見つけやすいものの、入力が煩雑です。自由記述セクションでは、特定の値を特定するために読解力が必要です。たとえば、第3段落に埋め込まれた診断名、第5段落に記載された薬剤変更などです。

レジストリ抽出、研究、監査に重要な10のフィールドは以下のとおりです。

退院時薬剤は、手作業での抽出が常に最も難しい項目です。情報が見つけにくいからではなく、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。薬剤調整欄には「Metoprolol succinate 50 mg PO daily, continue at home」という行の次に「Apixaban 5 mg PO BID x 30 days, then 2.5 mg BID thereafter」という行が並ぶこともあります。抽出担当者は、レジストリに入力する前に各行を構成フィールドに分解する必要があり、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

手作業による抽出を置き換えるワークフローには4つの段階があります。いずれもコーディング、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したPDF一式で、出力は1文書につき1行、1フィールドにつき1列のExcelスプレッドシートです。

スプレッドシートの動作で1点注目すべき点があります。同じバッチに放射線科レポートと退院時サマリーを混在してアップロードした場合、出力の各行は1つの文書に対応します。放射線科レポートでは「検査種別」や「所見」などの列に値が入りますが、「退院時薬剤」や「フォローアップ予約」の列は空白になります。退院時サマリーではその逆になります。これは正しい動作です。スプレッドシートは定義したすべての列の和集合であり、各文書がそ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、この単一のスプレッドシートが自然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科レポートのみ、または退院時サマリーのみのレコードを抽出できます。

タイピングを抽出に置き換える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話ではありません。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している、最も一般的なシナリオに直接対応しています。

臨床レジストリ抽出（STS、GWTG、NCDR）

米国胸部外科学会（STS）ナショナルデータベース、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）プログラムはすべて、患者カルテから抽出した個別のデータ要素を必要とします。CathPCIの1症例だけで150以上のデータポイントが必要になる場合があります。GWTG-Strokeの1症例では80以上が必要になることもあります。これらのデータポイントは、入院記録、処置レポート、退院サマリー、画像診断レポートに散在しており、アブストラクターの仕事はPDF内の各項目を見つけ出し、レジストリのデータ収集インターフェースに入力することです。

抽出によってアブストラクションのワークフロー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は、訓練を受けたアブストラクターのみが提供できる臨床的判断を必要とします。しかし、放射線科レポートや退院サマリー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、投薬リストなど）については、転記のステップが不要になります。アブストラクターは、これらの値が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場合と、50項目が自動入力された後に30項目を抽出する場合の違いは、1日あたり3症例の処理能力と8症例の処理能力の違いに相当します。

品質改善監査

病院の品質管理部門は、通常、焦点を絞った監査のためにカルテを定期的に抽出します。例えば、ドアからバルーンまでの時間のコンプライアンス、退院時の服薬照合率、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。その中間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的適応が文書化されているかを確認するために、100件の放射線科レポートを監査する場合、各PDFから「臨床的適応」フィールドを単一の列に抽出することで、半日かかっていた読み取り作業が、スプレッドシートの列を5分で確認する作業に変わります。

英国王立放射線科医師会（Royal College of Radiologists）は、収集すべきデータ要素を指定した100以上の放射線科監査テンプレートのライブラリを維持しています。これらの要素のほとんど（検査種別、待ち時間、レポートのターンアラウンドタイム、報告基準への準拠）は、放射線科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そ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短縮できます。

臨床研究症例の特定

レトロスペクティブ研究のコホートを構築する研究コーディネーターは、特定の包含基準（急性非代償性心不全の一次診断、48時間を超える在院日数、ベータ遮断薬を含む退院時服薬リスト）について退院サマリーをスクリーニングする必要があります。手動レビューの場合、各PDFを開き、関連フィールドを見つけるために読み進め、各基準についてyes/noの判断を記録する必要があります。抽出の場合、ICD-10コード、LOS、服薬リストはすでにスプレッドシートにあります。コーディネーターは、読むのではなく、並べ替えとフィルタリングによってスクリーニングします。

効率性の向上は時間だけの問題ではありません。完全性の問題でもあります。200件のカルテを手動でスクリーニングすると、対象基準が予想とは異なる表現で記載されている症例（「急性非代償性心不全」ではなく「CHF増悪」、「退院時服薬」ではなく「自宅での服薬」に「メトプロロール」が記載されているなど）を必然的に見逃します。文書全体を意味的に読む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ます。スクリーニングされたコホートはより大きく、より完全です。これらは、結果として得られる研究の統計的検出力を直接向上させる2つの属性です。

死亡症例レビュー準備

病院の死亡症例レビュー委員会は、ほとんどの認定機関から義務付けられ、州の品質規制によってますます要求されるようになっており、すべての入院死亡例をレビューする必要があります。各レビューには、退院サマリーから抽出した症例概要が必要です：入院日、主診断、入院中に行われた処置、退院時の転帰（この場合は死亡）、および記録された合併症や予期せぬ事象。月次の死亡症例レビュー会議のために20〜50症例の概要をまとめることは、品質専門家が同じ文書タイプから同じフィールドを症例ごとに何日もかけて抽出することを意味します。

退院サマリーのフィールドをスプレッドシートに抽出する（各行が死亡患者、各列が必要なレビュー要素）ことで、会議前に委員会メンバーに配布できる要約表が作成されます。品質専門家の準備時間は、データ収集から症例トリアージへと移行します：どの症例がより深い調査を必要とするか、どの症例が調査に値するパターンを示すか、どの症例が予測可能な臨床経過をたどるか。

AI抽出が臨床テキストでできることとできないこと

限界を具体的に示すことは、臨床の文脈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。ここに境界線があります。

書かれていることを抽出し、暗に示されていることは抽出しません。 退院サマリーに「患者は一晩低血圧で、輸液に反応した」と記載されている場合、AIはその文を入院経過テキストとして抽出します。患者が特定の重症度や期間の低血圧エピソードを経験し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目的で合併症を構成するという判断）は抽象化担当者に委ねられます。AIは生の材料を提供し、抽象化担当者が臨床的解釈を提供します。

印刷レポート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生み出します。スキャンした印刷物（特に余白に手書きのメモ、ファックスのアーティファクト、または複数世代のコピーがあるもの）は、損傷領域に近いテキストの精度を低下させる可能性があります。レポートを印刷し、注釈を付け、スキャンして戻すワークフローを使用する場合、抽出は印刷されたテキストを確実にキャプチャしますが、手書きの注釈は読みやすさに応じて精度が変動します。

深くネストされた構造化フィールドは、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。 退院時の投薬リストが非構造化段落としてフォーマットされている場合（テーブルではなく）、AIは「メトプロロール50mg毎日、リシノプリル10mg毎日、アピキサバン5mg BID」を3つの投薬エントリに解析できます。結合セル、一貫性のない間隔、ページブレークをまたぐ継続を持つ密集したテーブルとしてフォーマットされている場合（一部の古い病院レポート形式のように）、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、完全な投薬テキストを単一のフィールドとして抽出し、抽出後に手動で細分化する方が、AIに不正なテーブルを完全に解析させることを期待するよりも実用的かもしれません。

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依存します。 抽出プロセスはファイルをメモリ内で処理し、セッション後に保存しません。ただし、保護された健康情報を含む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、特定の機関の文脈でのHIPAAコンプライアンスの責任（BAAが必要かどうか、IRBまたは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。

FAQ

スキャンした紙のレポートでも使えますか、それともネイティブ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ネイティブ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前処理ステップを経ずに、画像のテキストを直接読み取って処理されます。スキャンレポートの精度はスキャン品質に依存します。印刷レポートのクリーンな300 DPIスキャンは、ネイティブPDFとほぼ同等の性能を発揮します。傾きや影が強いコピーのコピーをFAXしたものは、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。

当院で使用しているセクション見出しが、ここで説明されているものと異なる場合はどうすればよいですか？

抽出処理はセクション見出しを完全一致では照合しません。貴院の放射線科レポートでインプレッションセクションを「Conclusion」や「Assessment」と表記している場合や、退院サマリーで入院経過を「Summary of Stay」と表記している場合でも、AIはこれらを意味的に同等の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なり、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、いつでも再設定なしで追加できます。

同じバッチに放射線科レポートと退院サマリーの両方を含めることはできますか？

はい。可能です。検査種別、インプレッション、入院日、退院時薬剤など、両方の文書タイプのフィールドを含む列を定義すると、各放射線科レポートは放射線科固有の列に入力され（退院固有の列は空白のまま）、各退院サマリーは退院固有の列に入力されます（放射線科固有の列は空白のまま）。出力スプレッドシートには全列・全行が含まれ、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、放射線科のみまたは退院のみのレコードを抽出できます。

表ではなく自由文として記載されている退院時薬剤はどう扱えばよいですか？

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書式設定されている場合は、サブフィールド（薬剤名、用量、頻度）を1回のパスで抽出しようとせず、列を「退院時薬剤」（全文）として定義してください。AIが薬剤テキストブロック全体を取得します。その後、Excelで手動で細分化するか、薬剤テキストのみに対して2回目の抽出パスを実行して、構造化されたサブフィールドに解析できます。列として全文から始めることで、症例全体の自動抽出のスピードと、非構造化された薬剤リストを扱う柔軟性の両方が得られ、人間のレビュー担当者が行う方が適切な解析判断をAIに強制する必要がなくなります。

小規模な研究プロジェクトに適していますか、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、規模を拡大するのと同じくらい自然に縮小できます。30人の患者を対象に後ろ向き研究を行う研修医は、300件の症例を処理するレジストリ抽出担当者とまったく同じ方法で抽出の恩恵を受けます。1件あたりの時間節約は線形に積み重なります。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場合があります。小規模プロジェクトには通常、専任の抽出スタッフの予算がないためです。臨床業務の合間に30件のデータベースを構築する必要がある研修医は、20時間の手動データ入力を吸収する余裕が最もない人であり、その20時間を2時間に短縮することで最も恩恵を受ける人でもあります。