推論能力のあるLLMを用いて診療記録からSDOHイベントを抽出する

Abstract

健康の社会的決定要因（SDOH）とは、個人がどのように生活し、働き、そして年齢を重ねていくかに影響を与える環境的・行動的・社会的な状況を指します。SDOHは個人の健康アウトカムに大きな影響を及ぼし、その体系的な特定と管理は、患者ケアの大幅な改善につながり得ます。しかしながら、SDOH情報は主として、電子健康記録（EHR）内の非構造化された診療記録ノートに記録されており、機械可読な実体として直接利用することが困難です。この課題に対処するため、研究者らは、事前学習済みのBERTベース・モデルを用いた自然言語処理（NLP）手法を採用し、有望な性能を示してきましたが、実装の高度な工夫と大規模な計算資源を要します。本研究では、高度な推論能力を備えたLLMを用いて、構造化されたSDOHイベントを抽出するためのプロンプトエンジニアリング戦略を検討しました。提案手法は4つのモジュールで構成されます：1）確立されたガイドラインを統合した、簡潔で説明的なプロンプトの開発、2）慎重に厳選した例を用いた少数ショット学習、3）頑健な出力を確保するための自己一貫性メカニズムの利用、4）品質管理のための事後処理。提案手法は0.866のmicro-F1スコアを達成し、主要モデルに対して競争力のある性能を示しました。その結果、推論能力を備えたLLMはSDOHイベント抽出に有効な解決策であり、実装のシンプルさと高い性能の両方を提供することが示されました。