Overview of CHIP 2025 Shared Task 2: Discharge Medication Recommendation for Metabolic Diseases Based on Chinese Electronic Health Records

あなたの体が複雑な都市であり、糖尿病や高血圧のような慢性疾患が、決して解消されることのない執拗な交通渋滞であるような世界を想像してみてください。都市の機能を維持するために、医師は交通管制官として、流れを動かし続けるための特定の「車両」（薬剤）を処方します。しかし、ここが難しいところです。すべての都市は異なり、すべてのドライバーには独自の習慣があります。退院時に患者が家に持ち帰るべき正確な「車両」を特定することは、巨大なパズルのようです。もし間違った車両が選ばれれば、交通渋滞が再発し、患者は再び入院することになるかもしれません。これが、「薬剤推奨（medication recommendation）」という分野の核心であり、科学者たちがコンピュータを使って、医師がこうした命を救う決断を下すのを手助けしようとしている分野です。

長い間、コンピュータは医療記録を読み取る能力を高めてきましたが、その多くは英語の物語から学習してきました。この論文は、コンピュータに中国語の病院記録を読ませてこのパズルを解かせるという、新しく刺激的な科学の領域へと踏み込みます。鍵となるのは、「電子健康記録（EHR）」を使用することです。これは、症状、検査結果、既往歴などが詰まった、患者の入院生活のデジタル日記のようなものです。これらを強力な「大規模言語モデル（LLM）」に投入します。これらのLLMを、何百万冊もの本を読み、特定の患者の物語を読むだけで完璧な薬剤リストを予測することを学べる、非常に賢く博識な司書だと考えてください。なぜこれが重要なのでしょうか？なぜなら、退院時の適切な薬の選択が、患者が健康な状態で自宅に留まれるか、それとも再び病気になるかの分かれ目になるからです。

---

偉大なる薬剤パズル：CHIP 2025 Shared Task 2

医療AIの活気ある世界において、「CHIP 2025 Shared Task 2」と呼ばれる新しいコンペティションが開催されました。これは、コンピュータが代謝性疾患の退院時薬剤推奨の技術を習得できるかどうかを検証するためのものです。代謝性疾患とは、糖尿病や脂肪肝のように、体のエネルギー処理が少し不調になる状態のことです。主催者は、大連理工大学のチームと地元の病院で構成されており、AIが患者の中国語の病院記録を読み取り、帰宅時に服用すべき適切な薬剤リストを自動的に提案できるかどうかを確認したいと考えました。

これを可能にするために、チームはCDrugRedと呼ばれる特別な訓練場を構築しました。これは、3,190人の異なる患者から得られた5,894件の実臨床の物語を含む、巨大で秘密の図書館のようなものです。これらの物語は、名前や顔などの個人情報を排除しつつ、医学的な詳細は保持したまま、プライバシーを守るために慎重にクリーニングされています。このライブラリには、年齢や体重から、検査結果、既往歴、そして実際に医師が退院時に処方した薬剤リストに至るまで、あらゆる情報が含まれています。AIにとっての目標はシンプルでした。物語を読み、651種類の選択肢の中から正しい薬剤を選ぶことです。

このコンペティションは大きな反響を呼びました。大学の研究者からテック企業まで、合計526ものチームがこのパズルを解くために参加しました。彼らは、練習ラウンド（フェーズA）と最終決戦（フェーズB）の2つのラウンドに分けられました。最終的に、167チームが練習ラウンドに向けて最高の推測を提出し、95チームが最終テストに進みました。

結果は「驚き」と「学習すべきことがまだ多い」という両面を見せました。トップチームであるDeepDrugは、2つの異なる成功指標を組み合わせたスコア、すなわちジャカード係数（Jaccard score）0.5102とF1スコア0.6267を達成しました。これを比較するために、研究者はベースラインとなるコンピュータモデル（データに基づき訓練された標準的なAI）を用意していましたが、これは最終テストで約0.5062を記録しました。トップチームはこのベースラインを上回りましたが、圧倒的な差ではありませんでした。トップ10チームのスコアはすべて非常に近い値であり、AIが進化している一方で、まだ解決済みの問題ではないことを示していました。

では、勝者たちはどのようにして成功したのでしょうか？論文によれば、その秘訣は単一の超高性能なロボットではなく、協力し合う「ロボットのチーム」でした。DeepDrugやZZUNLPのようなトップチームは、**アンサンブル学習（ensemble learning）**と呼ばれる戦略を用いました。難しい謎解きに挑戦している場面を想像してください。一人に聞けば、間違えるかもしれません。しかし、5人の異なる人に聞き、彼らが最も同意した答えを採用すれば、正解する確率は格段に上がります。優勝したチームは、複数の異なるAIモデルを訓練し、それぞれに薬剤リストを作成させ、それらの答えを組み合わせました。中には、少なくとも2つまたは3つの異なるモデルが提案した場合にのみ、その薬剤を最終的なリストに加えるという「投票」システムを用いたチームもありました。

また、この論文は、これらのAIモデルがいまだ学習過程にあることも強調しています。トップチームはベースラインを大幅に改善しましたが、スコアはまだ成長の余地があることを示唆しています。研究者たちは、患者は皆異なり、医学的なテキストは乱雑で専門用語に満ちているため、このタスクが困難であると指摘しています。勝利したアプローチは、単なる計算能力だけに頼ったのではなく、「データ拡張（data augmentation）」（AIがより良く学習できるよう、患者の物語の現実的なバリエーションを作成すること）や「プロンプトエンジニアリング（prompt engineering）」（AIに医学的ノートの読み方を正確に教えること）といった巧妙なテクニックを活用しました。

結局のところ、このコンペティションは、高度なAI、特に大規模言語モデルに基づいたAIが、中国における慢性疾患管理において医師を支援する真の可能性を持っていることを示しました。適切なデータとスマートなチームワークがあれば、コンピュータは人間の健康に関する複雑な物語を理解し始めることができると証明されました。しかし、著者らは、これはまだ始まりに過ぎないことも注意深く指摘しています。希少疾患、データの不均衡、そしてAIが異なる病院でも機能するかどうかといった課題は、依然として解決される必要があります。今のところ、研究者がこのパーティーに参加するための扉は開かれており、CDrugRedデータセットを使用して、いつの日かすべての患者が完璧な処方箋を手に退院できるようにするための、よりスマートなツールを構築していくことが期待されています。