Narrative Event Extractor Skill
目的
EHR内の非構造化テキスト（経過記録、臨床サマリー、看護記録等）から研究に必要な臨床イベント・情報を抽出するための仕様を設計する。
当社EHRで利用可能なテキストデータ
| データ種類 |
内容 |
構造化度 |
情報密度 |
| 経過記録 |
日々の診療記録、医師所見 |
低 |
高 |
| 臨床サマリー |
退院サマリー、紹介状 |
中 |
高 |
| 看護記録 |
患者状態、バイタル、観察 |
低〜中 |
中 |
※画像データ・部門システムデータは利用不可
入力パラメータ
| パラメータ |
必須 |
説明 |
例 |
| EVENT_TYPE |
Yes |
抽出対象イベント種類 |
adverse_event / response / symptom |
| DRUG |
Yes |
対象薬剤 |
daratumumab |
| INDICATION |
Yes |
対象疾患 |
multiple myeloma |
| SPECIFIC_EVENTS |
No |
具体的イベント名 |
neutropenia, infection, IRR |
| TEXT_SOURCE |
No |
テキストソース指定 |
progress_notes / summary / all |
イベント抽出フレームワーク
1. 有害事象（Adverse Events）抽出
共通有害事象パターン
adverse_event_extraction:
infusion_related_reaction:
keywords_ja: ["注入反応", "IRR", "輸注反応", "インフュージョンリアクション"]
keywords_en: ["infusion reaction", "IRR"]
context_clues: ["投与中", "投与後", "初回投与"]
severity_markers:
grade_1_2: ["軽度", "中等度", "対症療法で改善"]
grade_3_4: ["重度", "投与中止", "入院", "ステロイド投与"]
neutropenia:
keywords_ja: ["好中球減少", "顆粒球減少", "neutropenia"]
lab_confirmation: "ANC < 1500/μL"
severity_markers:
grade_1: "ANC 1500-2000"
grade_2: "ANC 1000-1500"
grade_3: "ANC 500-1000"
grade_4: "ANC < 500"
infection:
keywords_ja: ["感染", "肺炎", "発熱", "敗血症", "帯状疱疹"]
keywords_en: ["infection", "pneumonia", "sepsis", "herpes zoster"]
pathogen_markers: ["細菌", "ウイルス", "真菌", "COVID"]
severity_markers:
mild: ["外来治療", "経口抗菌薬"]
severe: ["入院", "IV抗菌薬", "ICU"]
thrombocytopenia:
keywords_ja: ["血小板減少", "thrombocytopenia"]
lab_confirmation: "Plt < 100,000/μL"
peripheral_neuropathy:
keywords_ja: ["末梢神経障害", "しびれ", "感覚異常", "neuropathy"]
severity_markers:
grade_1: ["軽度", "日常生活支障なし"]
grade_2: ["中等度", "器具的ADL制限"]
grade_3_4: ["重度", "セルフケアADL制限"]
有害事象メタ情報抽出
ae_metadata:
onset_date:
patterns: ["[0-9]{4}/[0-9]{2}/[0-9]{2}", "○月○日", "Day[0-9]+"]
relative_markers: ["投与後○日", "○クール目", "前回より"]
outcome:
resolved: ["改善", "回復", "軽快", "消失"]
ongoing: ["持続", "継続", "残存"]
fatal: ["死亡", "永眠"]
action_taken:
dose_reduced: ["減量", "dose reduction"]
dose_delayed: ["延期", "スキップ", "休薬"]
discontinued: ["中止", "終了", "off"]
causality:
related: ["関連あり", "因果関係あり", "薬剤性"]
possible: ["可能性あり", "否定できず"]
unlikely: ["関連なし", "因果関係なし"]
2. 効果判定（Response Assessment）抽出
骨髄腫特異的奏効評価
response_extraction:
imwg_response:
stringent_cr:
keywords: ["sCR", "stringent CR", "厳格完全奏効"]
criteria: "免疫固定法陰性 + FLC比正常 + 骨髄形質細胞<5%"
complete_response:
keywords: ["CR", "完全奏効", "complete response"]
criteria: "免疫固定法陰性"
very_good_partial:
keywords: ["VGPR", "非常に良好な部分奏効"]
criteria: "M蛋白90%以上減少"
partial_response:
keywords: ["PR", "部分奏効", "partial response"]
criteria: "M蛋白50%以上減少"
stable_disease:
keywords: ["SD", "安定", "stable disease"]
progressive_disease:
keywords: ["PD", "進行", "増悪", "progression"]
criteria: "M蛋白25%以上増加"
response_context:
assessment_timing: ["○クール後", "○ヶ月時点", "best response"]
assessment_method: ["IMWG基準", "効果判定", "PET-CT"]
3. 症状・状態（Symptoms/Status）抽出
Performance Status
status_extraction:
ecog_ps:
pattern: "(?:PS|ECOG|パフォーマンスステータス)[：:\s]*([0-4])"
keywords:
ps_0: ["日常生活制限なし", "通常の活動", "無症状"]
ps_1: ["軽度の症状", "軽作業可", "歩行可能"]
ps_2: ["歩行可能", "自分の身の回り可", "日中50%以上起床"]
ps_3: ["限られた自分の身の回り", "日中50%以上臥床"]
ps_4: ["全く動けない", "完全に臥床", "セルフケア不能"]
symptoms:
pain:
keywords: ["疼痛", "痛み", "骨痛", "腰痛", "NRS"]
scale_pattern: "NRS[：:\s]*([0-9]|10)"
fatigue:
keywords: ["倦怠感", "疲労", "だるさ", "疲れ"]
severity: ["軽度", "中等度", "重度"]
appetite:
keywords: ["食欲", "食事摂取", "経口摂取"]
status: ["良好", "低下", "不振", "不良"]
4. 治療関連情報抽出
treatment_extraction:
dose_modification:
reduction:
keywords: ["減量", "dose reduction", "○mg→○mg"]
pattern: "([0-9]+)mg.*(?:から|→).*([0-9]+)mg"
delay:
keywords: ["延期", "スキップ", "休薬", "○日遅れ"]
discontinuation:
keywords: ["中止", "終了", "off treatment"]
reasons:
progression: ["PD", "進行", "増悪"]
toxicity: ["副作用", "毒性", "有害事象"]
patient_choice: ["患者希望", "本人希望"]
death: ["死亡", "永眠"]
other: ["その他", "転院"]
line_of_therapy:
pattern: "([0-9]+)(?:次治療|ライン|line)"
keywords: ["初回治療", "二次治療", "三次治療", "salvage"]
出力フォーマット
# Narrative Event Extraction Specification: {EVENT_TYPE}
## 1. 概要
| 項目 | 値 |
|------|-----|
| 抽出対象イベント | {EVENT_TYPE} |
| 対象薬剤 | {DRUG} |
| 対象疾患 | {INDICATION} |
| テキストソース | {TEXT_SOURCE} |
## 2. 抽出仕様
### 2.1 対象イベント一覧
| イベント | カテゴリ | 優先度 |
|----------|---------|--------|
| ... | ... | High/Medium/Low |
### 2.2 抽出パターン定義
#### イベント1: [イベント名]
```yaml
event_name: "[イベント名]"
keywords:
japanese: [...]
english: [...]
regex_patterns:
- pattern: "..."
capture_groups: [...]
context_requirements:
- "[文脈条件1]"
- "[文脈条件2]"
negation_patterns:
- "否定形パターン"
severity_classification:
mild: [...]
moderate: [...]
severe: [...]
イベント2: [イベント名]
...
2.3 メタ情報抽出
metadata_extraction:
date:
patterns: [...]
severity:
patterns: [...]
outcome:
patterns: [...]
causality:
patterns: [...]
3. NLP処理パイプライン
3.1 前処理
1. テキスト正規化（全角→半角、表記揺れ統一）
2. 文分割
3. 否定表現検出
4. 時制検出（過去/現在/予定）
3.2 抽出処理
1. キーワードマッチング
2. 正規表現パターンマッチ
3. 文脈確認（否定、時制、主語）
4. 重複除去・統合
3.3 後処理
1. 信頼度スコア付与
2. 構造化データへの変換
3. バリデーションフラグ付与
4. 品質管理計画
4.1 バリデーション方法
| 方法 |
サンプル数 |
評価指標 |
目標値 |
| 手動レビュー |
100 |
Precision |
>= 0.85 |
| 手動レビュー |
100 |
Recall |
>= 0.75 |
| 構造化データ照合 |
全例 |
一致率 |
>= 0.90 |
4.2 エラーパターン対応
| エラータイプ |
例 |
対応策 |
| False Positive |
否定文の見逃し |
否定パターン拡充 |
| False Negative |
表記揺れ |
同義語辞書拡充 |
| 誤分類 |
severity誤判定 |
文脈ルール追加 |
4.3 継続的改善
- 定期的な精度検証（月次）
- 新規パターンの追加プロセス
- エラーケースのフィードバックループ
5. 出力データ構造
5.1 抽出結果スキーマ
{
"patient_id": "string",
"event_id": "string",
"event_type": "string",
"event_name": "string",
"source_text": "string",
"source_document": "string",
"extraction_date": "date",
"event_date": "date (if extracted)",
"severity": "string (if applicable)",
"outcome": "string (if applicable)",
"confidence_score": "float",
"validation_status": "pending/validated/rejected"
}
6. JMDC/MDV差別化ポイント
| 情報 |
クレームDB |
本抽出仕様 |
| AE詳細 |
ICDコードのみ |
重症度・経過・転帰含む |
| 効果判定 |
取得不可 |
IMWG基準奏効抽出可 |
| PS/症状 |
取得不可 |
経過記録から抽出可 |
| 中止理由 |
推定のみ |
医師記載から正確に取得 |
7. 注意事項・制限
- プライバシー保護: 抽出結果に個人特定情報を含めない
- 誤抽出リスク: 重要な意思決定には手動検証を推奨
- 施設差: 記載スタイルの施設差による精度変動に注意
- 時間コスト: 大規模抽出には計算リソース・時間を要する
- 更新管理: 抽出ルールのバージョン管理を徹底
8. 参考資料
- CTCAE v5.0 (有害事象grading)
- IMWG Response Criteria (奏効判定)
- MedDRA (医学用語辞書)
## 機微情報保護ルール
1. **外部検索時**: 患者ID・施設名・具体的な記載内容を検索クエリに含めない
2. **出力時**: source_textは必要最小限とし、匿名化を確認
3. **保存時**: 抽出結果は元データと同等のセキュリティレベルで管理
majiayu000