AIがカルテの「いつ」を正確に読み解く時代へ

電子カルテや診療記録をAIで分析しようとするとき、最初に壁になるのが「いつ起きたか」という情報の不確かさだ。退院サマリーは一般に、治療の流れを要約した文書として書かれる。患者が入院してから退院するまでの出来事が、ひとつの文章に圧縮されている。そのため「抗生剤を投与したのは入院初日か3日目か」「症状が悪化したのはいつか」といった時系列が、テキストを読んでも判然としないことが多い。

一方、電子カルテの構造データ（検査値のテーブルや投薬ログなど）にはタイムスタンプが残っているが、記録されているのは患者経過の一部に限られる。テキストと構造データのどちらか一方だけでは、診療の時系列を完全に復元できない。この「片側だけでは足りない」という状態が、AI活用の精度を下げる根本的な要因になっていた。

今回発表されたフレームワークが打ち出した解決策は、「各イベントに固有ID（UID）を振る」というシンプルな仕組みだ。たとえば「抗生剤投与」という出来事にIDを割り当て、退院サマリーのどの文章がその根拠か、電子カルテのどの行が裏付けになるかを、IDを通じて一貫して追跡できるようにする。テキスト推定、構造データ検索、タイムスタンプ付き行への紐づけ、そして最終的な統合修正という4つのステップを経て、時系列が再構築される。

さらに注目したいのが、評価システム「GAVEL」の存在だ。GAVELはLLMが審判役となり、2つのタイムライン（今回でいえばテキストのみの復元結果とマルチモーダル統合の復元結果）を、元の診療記録と照らし合わせて比較評価する。論文によると、GLM 5.2のマルチモーダル版はテキストのみの版と比べて時系列一致率が向上し、かつ臨床家による手作業アノテーションと同等水準の精度を記録した。また、UIDが主にイベントの取りこぼしを防ぐ役割を担い、構造データへの紐づけが時系列の正確な配置に寄与するという分析も示されている。

日本の文脈でいえば、DPC（診断群分類）データや電子カルテのSS-MIX形式のように、テキストと構造データが並立する環境に近い課題設定だ。医療以外でも、「複数ソースからイベントを時系列で整理する」という問いは、コールセンターのログ分析やプロジェクト管理ツールのデータ統合にも通じる発想を持っている。

今回の研究は医療特化だが、読者として押さえたいのは「GAVELのようなLLMジャッジをどう設計するか」という設計思想だ。以前紹介したAIの「嘘」を95%検出する仕組みが登場の文脈とも重なるが、LLMの出力を別のLLMが評価するという構造は、自前のパイプライン構築でも応用できる考え方になっている。

GAVELが実装している核心は「UIDs（固有ID）を通じて、どの出力がどのソースに基づいているかを追跡可能にすること」だ。たとえばコンテンツ生成や調査レポートの自動化において、「この要約の根拠はどの段落か」を追跡できるようにする発想は、ハルシネーション対策としてもそのまま応用が利く。また、複数モデルの出力を比較評価するGAVELのアーキテクチャは、プロンプトを変えながらどの設計が最も事実に忠実かを判定したい場面でも参考になる。