電子健康記録データを超えて：自然言語処理と機械学習を活用した患者-看護師の口頭コミュニケーションからの認知的洞察の発見
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Beyond electronic health record data: leveraging natural language processing and machine learning to uncover cognitive insights from patient-nurse verbal communications.
雑誌名：J Am Med Inform Assoc. 2025 Feb 01; 32(2): 328-340. doi: 10.1093/jamia/ocae300.
概 要：
軽度認知障害や初期段階の認知症は医療利用やコストに大きな影響を与えますが、影響を受けた患者の半数以上が未診断のままです。本研究では、在宅医療の現場における患者と看護師の音声記録を活用し、認知機能の低下を早期に検出するためのAIベースのスクリーニングツールを開発しました。
方 法：
ニューヨーク市の主要な在宅医療機関から47人の患者の125件の音声記録を分析しました。47人の患者のうち19人が認知機能の低下に関連する症状を示しました。自然言語処理アルゴリズムを用いて、これらの記録から特定の言語的および相互作用的特徴を抽出しました。アルゴリズムの性能は、EHRに基づくスクリーニング方法と比較され、F1スコアと曲線下面積（AUC）を用いて評価されました。
結 果：
患者-看護師の口頭コミュニケーションのみを使用した初期モデルは、F1スコア85、AUC86.47を達成しました。EHRデータに基づくモデルはF1スコア75.56、AUC79を達成しました。患者-看護師の口頭コミュニケーションとEHRデータを組み合わせることで、最高の性能を示し、F1スコア88.89、AUC90.23を達成しました。認知機能低下の重要な言語的指標には、言語の多様性の低下、文法的課題、繰り返し、変化した話し方が含まれました。
結 論：
患者と看護師の間の定期的な口頭コミュニケーションは、認知障害を特定するための重要な言語的および相互作用的指標を含んでいます。音声記録された患者-看護師のコミュニケーションとEHRデータを統合することで、認知機能の低下を早期に検出するためのより包括的で正確な方法が提供され、タイムリーな介入を通じて患者の結果を改善する可能性があります。このアプローチは、在宅医療における認知障害スクリーニングを革新する可能性があります。