Design and implementation of an intelligent ICD coding system using large language model
本論文は、Qwen3.6-35B-A3B大規模言語モデルをマルチエージェント協調フレームワークおよび検索拡張生成（RAG）と統合することで、眼科領域における精密かつ解釈可能で人間のような診断および処置コーディングを自動化し、コード割り当てと主診断・主処置の特定の両方において高い精度を実現するインテリジェントなICDコーディングシステムを提案するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
患者が病院を退院するたびに、専門職が患者の病状という物語を、数字と文字による普遍的な言語へと翻訳します。国際疾病分類（ICD）として知られるこのシステムは、健康記録の世界標準として機能しています。これは、骨折や心疾患に関する複雑な医学的記述を、保険会社、研究者、そして病院が健康トレンドの追跡や支払いの決定に使用するための、標準化されたコードへと変換するものです。数十年にわたり、この翻訳作業は手作業で行われてきました。人間のコーダー（符号付与者）は、何ページにもわたる手書きのメモ、検査結果、外科医の報告書を読み込み、患者の状態に一致する正確なコードを探し出します。それは、たった一つのミスが経済的損失やデータの歪みにつながる可能性のある、骨の折れる、かつ極めて重要な仕事です。病院がかつてないほど膨大なデータを生成するようになるにつれ、すべての行を手作業で読み取るという古い手法は、あまりにも遅く、エラーが発生しやすくなっています。
中国の大徳病院の研究者たちは、この重労働を支援するための新しい形の助手を作り上げました。彼らは、大規模言語モデルとして知られる強力なコンピューターの脳を用いて、診療録を読み取り、正しいコードを提案するインテリジェントなシステムを開発しました。しかし、彼らは単にコンピューターに答えを推測させたわけではありません。代わりに、彼らは人間の専門家の注意深く段階的なワークフローを模倣するようにシステムを設計しました。このコンピューターは、単にコードのリストを吐き出すのではなく、互いの仕事をチェックし、デジタルの百科事典でルールを調べ、すべての決定が患者のファイルからの証拠に基づいていることを検証する、専門家チームのように振る舞います。このアプローチは、最も困難なケースについては人間が関与し続けることで、コーディングプロセスをより速く、より正確にすることを目指しています。
チームは、眼科病院の実際の診療録を用いてこのシステムをテストしました。彼らは2026年1月から6月の間に受診した6,000人以上の患者のデータを収集し、特に眼疾患と眼科手術に焦点を当てました。この大規模なグループの中から、詳細に研究するために1,200件の記録を選定し、一般的な疾患と稀で複雑な疾患の両方がサンプルに含まれるようにしました。目標は、コンピューターが、すでにこれらのファイルを処理した人間のコーダーと同等の精度を実現できるかどうかを確認することでした。システムには、患者の診断に対するコードの割り当てと、白内障手術やレーザー治療などの実施された処置に対するコードの割り当てという、主に2つの任務が課されました。
システムの仕組みを理解するために、巨大な図書館で特定の書籍を見つけなければならない司書を想像してみてください。司書は、タイトルを推測する代わりに、まず依頼内容を読み、次にカード目録を確認して正しいセクションを見つけ、最後に詳細を確認するために正確な本を取り出します。研究者たちは、同様の経路を辿るようにシステムを構築しました。まず、中央のコンピューターが、入院時のメモ、検査結果、退院要約などを含む可能性のある患者の記録全体を読み取ります。そして、この長いテキストを、より小さく管理しやすい情報の断片に分解します。次に、デジタルエージェントのチームが引き継ぎます。あるエージェントは特定の医学用語を探し、それらを公式コードの構造化されたデータベースと照合します。別のエージェントは、特定のコード同士を併用できないことや、特定のコードに随伴コードが必要であることなどのルールを確認します。3番目のエージェントは、どの疾患が入院の主な理由であるかを決定しますが、これは患者への請求額を決定する重要なステップです。最後に、品質管理エージェントが最終的なリストをレビューし、不確実と思われるコードやルールに抵触するコードをフラグ立てして、人間による再確認へと送ります。
このテストの結果は有望なものでした。システムが眼疾患のコードを割り当てた際、人間の専門家の選択と高い精度で一致しました。最も詳細なレベルにおいて、システムの正解率は約92%でした。また、患者が入院した主な理由を特定することにおいても、90%以上のケースで成功しました。システムは、眼疾患の一般的なカテゴリーを特定するといった、より広範な分類レベルではさらに優れた性能を発揮し、その際の正解率は97%近くに達しました。しかし、システムは処置のコードの割り当てにおいて、わずかに困難を感じているようでした。非常に優秀ではありましたが、外科的処置に関する精度は診断よりも低く、最も具体的なコードにおける成功率は約85%でした。この差は、手術がどのように行われたかを正確に記述することは、疾患を記述することよりもコンピューターにとって難しいことを示唆しています。
最も重要な発見の一つは、システムが稀な疾患をどのように扱ったかという点です。研究者たちは、システムが記録に頻繁に登場する一般的な疾患のコーディングには非常に優れていることを発見しました。しかし、わずか数回しか現れない非常に稀なコードに対しては、システムはより苦戦し、正しいコードを見逃したり、誤ったものを提案したりすることがありました。これは、稀な事象から学習するためのデータが少ないため、医学的コーディングにおける既知の課題です。また、システムはある特定の種類のエラーを起こしました。つまり、コードが少なすぎるのではなく、多すぎるコードを提案する傾向があったのです。言い換えれば、厳密には必要のないコードを含めてしまう方が、必要なコードを漏らすよりも起こりやすいということです。これは、医療現場においては、何も見落とさないことを保証するため、より安全な間違いと言えますが、それでも人間によるリストの整理が必要となります。
研究者たちは、このシステムは人間のコーダーを完全に置き換えるためのものではないと強調しています。代わりに、読み取りと初期分類という重労働を行う強力な助手として機能します。システムは透明性を保つように設計されており、提案するすべてのコードに対して、その決定に至った根拠となる診療録内の正確な一文を指し示します。システムが確信を持てない場合は、人間の専門家がレビューできるようフラグを立てます。この「ヒューマン・イン・ザ・ループ（人間が介在する）」設計により、最終的な出力の信頼性が確保されます。この研究は、人工知能のスピードと人間の専門家の判断力を組み合わせることで、病院は効率的かつ精密なコーディングの質を実現できることを示しました。システムは、患者のメモという複雑で乱雑な現実を、現代のヘルスケアに必要な、クリーンで標準化された言語へと見事に翻訳し、機械がコーディングのルールを、それを書いた人々と同じくらい注意深く学ぶことができることを証明しました。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。