Accelerated evidence synthesis in orthopaedics—the roles of natural language processing, expert annotation and large language models

Accelerated evidence synthesis in orthopaedics—the roles of natural language processing, expert annotation and large language models - Journal of Experimental Orthopaedics

1 本研究の学術的背景と問いは、電子化された医療記録や医療知識の急速な増加、大規模なレジストリ（医療情報のデータベース）といった時代の中で、新たな情報を取り入れ、クリニックの現場で活用するための新しいアプローチへの必要性です。特に「自然言語処理（NLP）が、医療記録から意味のある情報を抽出するための１つの解決策になるのではないか？」という問いかけが本研究の核心です。

2 本研究の目的は、NLPを用いて医療情報を取得し、骨科医療に役立てるための有効な手段を開発することです。本研究の学術的独自性や創造性は、医療記録からの情報抽出に有用なNLPツールの開発とその実際の応用を通じて示されます。

3 研究の着想は、豊富に存在する骨科医療のデータが非構造化テキストとして保存されているため、その情報の取得が困難という課題に対して、NLPを用いてデータの抽出と活用を可能にするというアイデアから生まれました。また、本研究は、データの自動抽出に向けた取り組みや、医療記録からのNLP分析が臨床予測の改善につながるという研究動向を踏まえています。

4 まず、医療文書から必要な情報を取得するための自動化フレームワークの設計課題に取り組みました。その結果、領域専門家によるラベリング指示を用いることで、情報抽出の質を高めることができるという知見を得ました。その後、具体的な骨科医療の領域ごとに、対象となる情報に対する標準的な操作手順を策定し、その適用によって、医療記録からの情報抽出が可能であることを実証しました。

5 研究の有効性は、特定の骨科医療領域に対する詳細な事前訓練データの注釈つけや、情報抽出のためのNLPパイプライン設計の精度など、AIでの医療情報活用のための具体的なステップによって検証されました。具体的には、病状別に注釈をつけた訓練データと効率的なNLPパイプラインを使用し、医療チャートや研究論文から必要な医療情報を抽出することができたか、またその精度がどの程度であったかを検証しました。