バレット食道における自動意思決定：自然言語処理ツールの開発と導入
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Automated decision making in Barrett's oesophagus: development and deployment of a natural language processing tool.
雑誌名：NPJ Digit Med. 2024 Nov 07; 7(1): 312. doi: 10.1038/s41746-024-01302-6. Epub 2024 Nov 07.
概 要：
バレット食道（BO）の監視内視鏡検査のタイミングに関する手動決定は誤りが多く、リソースの非効率的な使用や安全リスクを引き起こします。本研究では、BERTモデルを微調整し、BOの長さ（EndoBERT）と最悪の組織学的グレード（PathBERT）を分類する自然言語処理ツールを開発しました。4,831件の内視鏡レポートと4,581件の病理レポートを用いて、複数の医療機関で高い精度を示しました。自動化の効率性が臨床意思決定の精度向上とガイドライン遵守に寄与する可能性を強調しています。
方 法：
この研究は、Guy's and St Thomas' Hospital（GSTT）からの4,831件の内視鏡レポートと4,581件の病理レポートを用いたコホート研究です。BERTモデルを微調整し、BOの長さと組織学的グレードを分類するために使用しました。EndoBERTとPathBERTの精度は、GSTT、King's College Hospital（KCH）、Sandwell and West Birmingham Hospitals（SWB）でそれぞれ0.95、0.86、0.99および0.93、0.91、0.92でした。
結 果：
GSTTの1640件のレポートを回顧的に分析した結果、内視鏡医の決定とモデルの推奨との間に27%の不一致が見られました。EndoBERTとPathBERTは、複数の医療機関で高い精度を示しました。
結 論：
自然言語処理に基づくソフトウェアの開発と導入は、バレット食道の監視において高いパフォーマンスを示し、自動化が臨床意思決定の精度とガイドライン遵守を向上させる可能性があることを示しています。