MEDICINE & AI

タイトル：Natural Language Processing to Identify Home Health Care Patients at Risk for Becoming Incapacitated With No Evident Advance Directives or Surrogates 雑誌名：J Am Med Dir Assoc. 2024 Aug; 25(8): 105019. 概　要： 本研究は、明確な事前指示や代理人がない在宅医療患者（INEADS）が、意思決定能力を失った場合に備えて、早期の介入を受けることができるよう支援することを目的としています。自然言語処理アルゴリズムを開発し、事前指示や家族、近しい社会的接触者がいない患者を特定することを目指しました。2019年にニューヨーク市の大規模な在宅医療機関から退院後のケアを受けている患者の電子健康記録を用いて、4つのカテゴリーに関連する情報を抽出しました。 方　法： 本研究は、電子健康記録の横断研究で、2019年にニューヨーク市の在宅医療機関から退院後のケアを受けた患者（n=45,390）のデータを対象としました。自然言語処理アルゴリズムを開発し、1,429,030件の自由記述の臨床ノートから、親密な関係の証拠、事前指示の証拠、親密な関係の欠如の証拠、事前指示の欠如の証拠に関連する情報を特定しました。50人の患者（n=314ノート）に対して、臨床医のレビューと比較して精度、再現率、Fスコアを計算しました。 結　果： アルゴリズムのパフォーマンスは優れており、4つのカテゴリーに関連するテキストの識別において平均Fスコアは0.91でした。「親密な関係の証拠」に関してはFスコアが0.99と最高でしたが、「事前指示の証拠」ではFスコアが0.86と最も低い結果でした。全臨床ノートの22%（313,290件）が1つ以上のカテゴリーに関連するテキストを含んでいました。 結　論： 本研究は、在宅医療機関がINEADSのリスクがある患者を特定するための自動スクリーニングアルゴリズムを作成する可能性を示しました。このスクリーニングアルゴリズムは、INEADSのリスクがある患者に対する事前ケア計画の支援を促進するための多面的アプローチの一部として適用可能です。