埋もれていたカルテ情報から新たな医学的知見を見出す

研究の背景と協力体制

高齢化社会の進展に伴いリハビリテーション医療の需要が急増する中、より短期間で効果的な治療が求められています。本共同研究は、リハビリテーション医学・疫学・データサイエンスの分野横断的知識を活用し、機械学習によるリハビリテーション予測モデルの開発により、入院リハビリテーションの効果・効率向上をめざしています。
済生会守山市民病院回復期リハビリテーションセンターは、豊富な臨床経験を有する専門チームとして、データ提供・臨床評価・専門的フィードバックを担当し、埋もれていたデータからの新知見創出・論文化、BERT系大規模言語モデル（LLM）解析による院内記録の詳細分析、研究資金取得、論文・学会発表による病院プレゼンス向上などの成果を得ています。

研究手法と現在の成果

LLMを用いたテキストマイニング技術により、電子カルテの症状記録およびリハビリテーション記録から患者の機能評価情報を抽出しています。現在、日々の患者状態指標の継続的な抽出・分析に成功し、従来埋もれていたカルテ情報から新たな医学的知見を見出すことができています。

期待される応用効果

本技術の実用化により、日々の患者状態評価に基づいた最適なリハビリテーション手法の提示が可能となり、患者の状態に応じたプログラムの提供とリハビリテーション業務の効率化が実現されます。