人工知能学会

病院では電子カルテや看護録など様々な医療文書が蓄積されている。本研究では医療従事者による文書探索を支援するために、医療文書群から臨床的に重要な文の抽出を目指す。学習データがない場合に用いられる教師なし文書要約手法は、文書全体の内容を網羅するために、文書中の多くの文と類似する文を取得する。しかし、医療文書では網羅性よりも臨床的な重要度が重視されるため、適しているとは限らない。一方、ある患者に対して蓄積された診療データを元に、その患者の将来における状態である予後を予測する予後予測の研究が取り組まれている。予後予測モデルで予測した患者の予後が悪い場合、その入力情報は予後の悪化につながる状態や事象を表しており、臨床的に重要であると考えられる。本研究ではこの考えに基づいて、予後予測モデルの出力値を臨床的に重要な文の指標とみなした重要文抽出手法を提案する。実験では名古屋大学医学部附属病院に集約された診療データで学習した予後予測モデルを利用して重要文抽出モデルを構築した。入院ごとに重要文抽出モデルで文をランキングし、それと臨床的に重要な情報を記載した文書を比較することで手法の有効性を示した。