自然言語処理を用いたVA介護施設入居者の転倒記録の改善
カテゴリ：手術支援
公開日：2026年4月10日
タイトル：Using Natural Language Processing to Improve Fall Documentation in VA Nursing Home Residents
雑誌名：J Am Med Dir Assoc. 2026 Apr 06; 106189. doi: 10.1016/j.jamda.2026.106189.
概 要：
高齢者にとって転倒は致命的な場合があり、正確な記録が予防と品質改善に不可欠です。本研究では、電子健康記録（EHR）から転倒日を抽出する自然言語処理（NLP）アルゴリズムを開発し、その結果を最小データセット（MDS）と比較して誤分類や過小報告を評価しました。研究は、NLPアルゴリズムの開発とその有効性を示しています。
方 法：
本研究は、2012年1月7日から2024年12月31日までの間に長期ケアに入居しているすべての退役軍人を対象とした後ろ向きコホート研究です。ルールベースのNLPアルゴリズムを開発し、手動チャートレビューで検証しました。NLPの結果を基準として、MDS v3.0評価との一致を評価しました。
結 果：
38,852人の長期ケア入居者を特定し、中央値の入居期間は204日でした。約半数（49.0%）の入居者が少なくとも1回の転倒を経験しました。NLPアルゴリズムは手動チャートレビューに対して96%の精度を達成し、MDSはEHR内の転倒を86.1%正しく特定しました。しかし、2430人（6.3%）の入居者の転倒がMDSに報告されず、3.9%のMDS転倒はEHRで特定されませんでした。転倒とMDS評価の間の中央値は17日でした。
結 論：
MDSはEHRに転倒の記録がある86%の入居者を特定しましたが、各転倒の具体的な日付は提供しませんでした。MDSの転倒報告にNLPを補完することで、転倒検出の感度を向上させ、転倒が発生した正確な情報を得ることができる可能性があります。