MEDICINE & AI

タイトル：Natural language processing to evaluate texting conversations between patients and healthcare providers during COVID-19 Home-Based Care in Rwanda at scale. 雑誌名：PLOS Digit Health. 2025 Jan; 4(1): e0000625. 概　要： 本研究は、感染症患者のコミュニティ隔離が病原体の拡散を制限する一方で、隔離された患者のニーズや課題についての理解が不十分であることを背景に、ルワンダでのデジタルヘルスサービスを通じてCOVID-19患者の遠隔モニタリングを行った経験を評価することを目的としています。2020年3月18日から2022年3月31日までの間にWelTelテキストメッセージプログラムに登録されたCOVID-19患者と接触者のデータを分析し、テキスト会話のパターンとトピックを抽出しました。自然言語処理（NLP）を用いて、患者の体験をより深く理解するための情報を得ることを目指しました。 方　法： 本研究は、COVID-19の患者33,081人（平均年齢33.9歳、女性44%）を対象にしたデータ分析です。患者はWelTelプログラムに登録され、12,119件の対話が生成されました。テキストはキニヤルワンダ語（67%）、英語（25%）などで行われ、医療専門家によって定義されたトピックでラベル付けされました。複数のNLPトピック分類モデルがF1スコアを用いて比較され、最も性能の良いモデルが未ラベルの会話の分類に適用されました。 結　果： 患者からのテキスト会話では、症状（69%）、診断（38%）、社会問題（19%）、予防（18%）、医療物流（16%）、治療（8.5%）に関するトピックが最も頻繁に確認されました。伝統的な機械学習モデルは、未翻訳のキニヤルワンダ語コーパスにおいて優れた性能を示しましたが、英語データに基づくモデルでは逆の結果が得られました。患者に対して教育、アドバイス、トリアージが行われました。 結　論： インタラクティブなテキストメッセージングは、パンデミック時に隔離された患者を大規模に遠隔支援する手段として有効であり、NLPは隔離患者に影響を与える医療的および社会的要因を評価するのに役立ち、将来のパンデミックに対する精密公衆衛生対応の情報提供に寄与する可能性があります。