概要 - DENSE: 病院訪問を横断する多様な臨床記録の時系列モデリングを用いた長期的な進捗ノート生成

DENSE: 病院訪問を横断する多様な臨床記録の時系列モデリングを用いた長期的な進捗ノート生成

2025-07-18 17:00:27

{"Garapati Keerthana","Manik Gupta"}

{cs.CL,cs.AI,cs.IR,cs.LG}

この論文では、DENSEというシステムを紹介しています。DENSEは、複数の病院訪問における散在する臨床文書を統合することで、時系列的に一貫性があり臨床的に根拠のある進捗記録を生成するために設計されたシステムです。以下に主要なポイントをまとめます： **問題**： * **進捗記録の不足**：重要であるにもかかわらず、進捗記録は大規模なEHRデータセットで大幅に不足しており、患者の長期的な物語にギャップが生じます。 * **断片化した臨床データ**：病院はさまざまな他の文書を収集しており、それぞれは治療の一部の視点を捕らえていますが、どの記録も完全な物語を提供しません。 * **生成における課題**： * **データの希少性とラベルの不一致**：限られた進捗記録と一貫しないラベルが体系的なパーサリングを複雑化します。 * **意味の曖昧さと冗長性**：記録のタイトルはしばしば曖昧であり、記録には重複したテキストが含まれます。 * **時系列的リンクの欠如**：記録は病院での経過全体に対する明確なリンクがなく、一貫した時系列的なタイムラインの構築を複雑化します。 * **長さの変動と計算のボトルネック**：記録の長さは著しく異なり、大規模言語モデル（LLM）にとって挑戦となります。 * **臨床的推論と抽象化**：進捗記録は多様な発見を臨床評価に抽象化する必要があり、生成モデルにとって難しいタスクです。 **DENSEシステム**： * **統一された記録分類と時系列的な一致**：DENSEはノイズのある記録ラベルを16の一致するタイプに分類し、記録を構造化された訪問中心的なタイムラインに整理します。 * **臨床的に情報を提供する検索強化生成**：DENSEは検索技術を使用して、現在および以前の訪問からの時系列的および意味的に関連する内容を特定し、LLMに進捗記録を生成させることを促します。 * **長期的評価基準**：DENSEは合成記録の経過を長期的な患者のタイムライン上で評価し、長期的な一貫性の評価が可能です。 **評価**： * **臨床データ**：MIMIC-IIIデータセット（56人の患者と1,100回以上の接触）。 * **評価指標**：語彙重複、意味的類似性、SOAP構造の完全性、長さ比、時系列的な一貫性、一致率。 * **結果**：DENSEが生成した記録はSOAP構造を維持し、参照記録との強い意味的重複を示し、時系列的な一貫性において事実上の真実値を上回ります。 **影響**： * **臨床および研究応用**：DENSEはデータ増強、文書のギャップの埋め合わせ、リアルタイムの要約、書記、予測のためのインテリジェントツールの構築に使用できます。 * **将来の方向性**：DENSEをより広範な患者層に拡張し、多様なシグナルを統合し、現実の医師のフィードバックを取り入れる。 **結論**： DENSEは、複数の訪問における構造化された、時系列的に制約された進捗記録の生成を可能にすることで、文献のギャップを埋めます。その意味の忠実性、構造的な一貫性、時系列的な連続性を維持する能力は、提供者の効率とケアの質を向上させる価値のあるツールです。