慢性眼疾患管理のための説明可能なマルチモーダルAIと神経シンボリック臨床意思決定支援システム：デジタルヘルス実装研究
カテゴリ：手術支援
公開日：2026年7月24日
タイトル：Explainable multimodal AI and neuro-symbolic clinical decision support system for chronic eye disease management: a digital health implementation study
雑誌名：Front Digit Health. 2026; 8: 1836890. doi: 10.3389/fdgth.2026.1836890.
概 要：
本研究は、加齢黄斑変性（AMD）管理における行政負担と文書作成の負担を軽減するため、AIを用いたシステムの技術的実現可能性と経済的影響を評価しました。非臨床業務の自動化により、患者ケアに充てる時間を増やし、コーディングや請求業務の効率を向上させることを目的としています。
方 法：
三次医療眼科ネットワークで縦断的な概念実証研究を実施しました。神経シンボリックと大規模言語モデル（LLM）を組み合わせたフレームワークを開発し、情報抽出、臨床文書の構造化、請求コードの検証を自動化しました。24件の非識別化された非構造化臨床文書に適用し、光学文字認識やLLMを用いたエンティティ抽出を行いました。
結 果：
システムは臨床エンティティ抽出で98.3%、行政情報抽出で96.7%の精度を達成しました。自動ルール検証により、100%の請求遵守を実現し、文書作成時間は25.0±5.0分から3.2±1.1分に減少し、88%の時間短縮を達成しました。これにより、訪問ごとの労働コストが約52CNY（約7USD）削減され、AMD患者の年間コスト削減は42-56USDと予測されました。
結 論：
神経シンボリックとLLMフレームワークを用いたAIによる行政業務の自動化は、AMDケアにおける運営効率を大幅に改善し、コスト削減を支援する可能性があります。このフレームワークは、デジタルヘルスシステムと慢性疾患管理における持続可能で価値に基づく医療システムの発展を促進します。