AI駆動の患者レビュー分析ツールFairCareNLP
カテゴリ：公衆衛生・予防医療
公開日：2026年5月5日
タイトル：FairCareNLP: An AI-driven patient review analyzer for healthcare.
雑誌名：PLoS One. 2026; 21(5): e0337676. doi: 10.1371/journal.pone.0337676.
概 要：
本研究は、患者のフィードバック分析の効率、公平性、正確性を向上させるために、高度な自然言語処理（NLP）と機械学習手法を適用した自動患者レビュー分析ツールを開発・評価することを目的としています。多成分パイプラインを設計し、感情分析、主要テーマ抽出、臨床名詞認識、及び公平性モジュールを組み込みました。バイアス緩和には、敵対的デバイアシング、ハードデバイアシング、反復的ヌル空間投影（INLP）の3つのアプローチを統合しました。
方 法：
この研究では、複数のBERTベースのモデル（DistilBERT、BioBERT、RoBERTa-base、BERT-base-uncased）を異なるハイパーパラメータと公平性/敵対的損失設定の下で訓練・評価しました。モデルの性能は、精度、F1スコア、再現率、適合率、AUC、均等化オッズ（EOD）、単語埋め込み関連テスト（WEAT）メトリクスを用いて評価されました。
結 果：
INLPを用いたモデルは、EODを14%、性別に関するWEATスコアを15%改善し、精度は0.856、F1スコアは0.812、再現率は0.798、適合率は0.829を達成しました。主要テーマ分析モジュールは、専門家がラベル付けしたテーマの82%を特定しましたが、21%の患者コメントには感情や関連属性の専門家ラベルが欠如していました。
結 論：
本研究は、患者フィードバック分析のためのNLPパイプラインと複数のデバイアシング戦略を提示します。このパイプラインは、非構造化患者レビューからの洞察の公平性と正確性を向上させ、包括的な患者中心のケアを支援する可能性があります。