プロジェクト一覧に戻る
医療文書の類似度分析・EMRシステム
【概要】企業の研究所向けに開発した、電子カルテ(EMR)データの類似度分析システム。
- 役割
- AIエンジニア
- 期間
- 2025年4月〜2026年3月
- 案件
- 総合電機メーカー研究所(ヒューマンリソシアより派遣)
- 規模
- 約20名
| 4 | 比較した埋め込みモデルのAPI |
| AUROC · F1 | モデル選定のためのオフライン評価 |
| JSON · CSV | 医師向けのEMR編集・CSV出力 |
01課題とアプローチ
課題
関連する臨床記録でも表現が大きく異なるため、キーワード検索では見落としが生じます。しかも扱うのは機密性の高い医療データです。
アプローチ
古典的な検索手法とTransformer埋め込みを組み合わせ、埋め込みモデルは評判ではなく評価指標で選定しました。
02処理の流れ
- 入力 EMRの取り込み(JSON) 電子カルテと医療評価データを読み込み。
- ステップ 02 前処理 医療テキストを正規化。ルール+MLで表現の揺れを吸収。
- ステップ 03 埋め込み生成 Titan・Azure OpenAI・OpenAI・Cohereで埋め込みを生成。
- ステップ 04 類似度・ランキング TF-IDF・コサイン類似度・KNNで関連する記録を検索・ランク付け。
- ステップ 05 評価 AUROC/F1のオフライン評価と誤り分析で、最適なモデルを選定。
- 出力 Streamlitで確認 EMR管理UIと、類似度グラフの可視化(Pyvis)。
03担当した内容
- 臨床記録の類似文書検索を構築。KPI抽出に加え、Transformer埋め込み上でTF-IDF・コサイン類似度・KNNを活用。
- ルールベース+MLのハイブリッドスコアリングで、医療表現の揺れを吸収。
- AWS Bedrock(Titan)・Azure OpenAI・OpenAI・Cohereの埋め込みモデルを比較評価(AUROC/F1のオフライン評価)し、最適なモデルを選定して検索精度を向上。
- StreamlitでEMR(JSON)の管理UI(編集・CSV出力)と、誤り分析のためのPyvisグラフ表示を開発し、医師ユーザーの操作性を改善。
04使用技術
- Python
- scikit-learn
- Transformers
- Pandas
- NumPy
- Amazon Bedrock
- Azure OpenAI
- OpenAI API
- Cohere API
- Streamlit
- Pyvis