ヘルスケアにおける自然言語処理 (NLP) の 8 つの例

翻訳者 | 夏東偉

校正 | 梁哲、孫淑娟

医療においては、データは患者の健康記録、医師の指示、処方箋からのみ得られるのではありません。実際、すでに何百万人もの人々が家庭用キットを使用して、自身の遺伝情報を商用データベースにアップロードしています。

ウェアラブル技術は、消費者の健康データのための新たなチャネルも開拓しています。しかし、これらの医療データが活用されなければ、増やしてもあまり意味がありません。多くの専門家は、医療データの応用シナリオはまだ十分ではないことに同意しています。

自然言語処理（NLP）の多くの例

自然言語処理 (NLP) テクノロジは、完全に非構造化データを処理できます。NLP テクノロジを採用する企業の主な目的の 1 つは、インテリジェント システムを組み込んで組織プロセスを最適化し、時間利用効率を向上させ、運用コストを削減することです。

いずれにしても、ヘルスケア アプリ開発に NLP を組み込むことには、他の利点もあります。

• NLP は人間の言語を機械が読み取り可能な形式に変換し、提供されたデータから機械が意味を導き出せるようにします。
• ヘルスケア分野では、音声、テキスト、絵文字、写真などの形式で保存されたデータを操作して、有用な結論を導き出すために NLP ツールを使用しています。

調査によると、ヘルスケア分野における自然言語処理は、2016 年の 10 億 3,020 万ドルから 2021 年には 26 億 5,020 万ドルに増加し、年間複合成長率は 20.8% になると予想されています。

ヘルスケア業界でのこの破壊的技術の使用について議論する前に、まず NLP が実際に何を意味するのかを理解しましょう。

NLP は、人間とロボットの間のギャップを埋めることを目指す人工知能の分野です。 NLP 機能により、強力なシステムは、人間が理解できる音声またはテキストの形式でデータに基づく洞察を理解し、保存、処理し、それに基づいて行動することができます。

自然言語処理システムは、ヘルスケアアプリケーション開発において重要性と使用が高まっています。そのため、NLP を使用して構築されたチャットボットなどのシステムも、ヘルスケア業界で大きな注目を集めています。

テクノロジーを効果的に実行すると、臨床医はリアルタイムのデータを分析して管理業務を効率化し、患者のケアに費やす時間を増やして患者の体験を向上させることができます。

ヘルスケアにおける NLP テクノロジーの 8 つの使用例

1. 音声認識

約 20 年にわたり、ヘルスケアにおける NLP のルーツは音声認識にあり、医師が処方箋を電子医療記録 (EHR) に素早く転記できるようにするテクノロジーでした。

フロントエンドの音声認識により、医師は診療現場のコンピュータの前に座ることなく処方箋を口述することができ、バックエンドの認識により、トランスクリプトが検証のために人間に送信される前に問題が修正されます。

音声認識は、医療用文字転写士の必要性と高額な費用を排除するため、最も費用対効果の高いソリューションの 1 つです。

2. 臨床文書

NLP の音声認識への影響は、音声からテキストへのディクテーションと構造化データ入力方法により、臨床文書作成と密接に関係しており、医師は煩雑で制限の多い電子医療記録構造から解放され、患者へのケアを向上させることができます。

Nuance と M*Modal はどちらも、音声認識と連携して構造化データを収集し、将来の使用に備えてケア現場で用語を標準化するテクノロジーを備えています。

3. コンピュータ支援コーディング（CAC）

CAC は手順と治療からデータを収集し、あらゆる可能性のあるコードを取得して請求を最適化できるようにします。 CAC はエンコード速度を上げるかもしれませんが、エンコードの精度を向上させることはありません。

たとえば、クリーブランド クリニックの調査では、CAC によってコーディング時間が短縮される一方で、資格のあるコーディング担当者の支援なしに単独で使用した場合、再現率と精度が低下することが示されました。

4. 臨床試験のマッチング

臨床試験のマッチングは、おそらく「開発中」のカテゴリーで最も議論されているケースです。たとえば、Linguamatics Health と Clinithink は臨床試験のマッチング問題を解決するために NLP エンジンを開発し、IBM Watson Health と Inspirata は腫瘍学研究を支援するために NLP の使用に多大なリソースを投資しました。

近い将来、NLP は臨床試験のマッチングをシームレスかつ自動化されたプロセスにする力を持つと思われます。

5. データマイニング研究

ヘルスケア システムにおけるデータ マイニングにより、企業は意思決定の主観性を減らしながら、関連する医療知識を提供できるようになります。データ マイニングが開始されると、それは知識発見のための繰り返し使用される手法となり、すべてのヘルスケア企業がより優れた患者ケアを提供するための健全な財務戦略を策定するのに役立ちます。

6. AIチャットボットとバーチャル筆記者

そのような解決策はまだ存在していませんが、音声認識アプリケーションが人間による臨床書類の修正に役立つ可能性は十分にあります。 Amazon の Alexa または Google Assistant がこれに最適です。

Microsoft と Google は、この特定の目標を達成するために協力しました。現在、NLP を使用して構築されたチャットボットは、患者の症状を拾い上げ、最も適切な治療ポイントに誘導することができます。

7. 根本原因分析

NLP のもう 1 つの興味深い側面は、予測分析を実行して一般的な健康問題に対する解決策を提供できることです。

大量のデジタル医療記録のキャッシュは、NLP を適用したときに、さまざまな種類の健康格差に直面している地理的地域、人種グループ、またはその他の明確な人口サブセットを識別するのに役立ちます。 NLP システムは、構造化されていない応答を評価して、患者の病気の根本的な原因を特定します。

8. レビュー管理と感情分析

NLP は、医療機関がインターネットのコメントを管理するのにも役立ちます。毎日、サードパーティのリストからヘルスケアに関する何百ものレビューを収集して分析し、人間の感情とそれが表現される状況を迅速に評価できます。

一部のシステムでは、コメント内の顧客の声を聞くこともできます。これにより、医師は消費者が自分の治療をどのように受け止めているかを理解し、誰もが理解できる言語でより効果的にコミュニケーションをとることができます。

将来の医療業界におけるNLPの応用

ヘルスケア業界では、現在の取り組みは限られているものの、自然言語処理の改善に早急に投資する必要があります。いくつかの有名企業は、認知コンピューティングとセマンティック ビッグ データ分析の取り組みに多額の投資を行っていますが、どちらも NLP を使用して開発および構築されたチャットボットに大きく依存しています。

1. 財務分析

金融アナリストは、今後数年間の NLP および関連技術の見通しについて楽観的です。 Allied Market Research によれば、認知コンピューティング市場は 2020 年までに 137 億ドル規模に達し、現在のレベルからの年平均成長率 (CAGR) は 33.1% になると予想されています。

2. 自然言語技術

日々生成される大量のデータと人間の限られた認知能力の間には一定のギャップがあります。いつの日か、自然言語処理技術がこのギャップを埋めることができるかもしれません。

最先端の精密医療アプリケーションから、請求や払い戻しのためのコーディングの基本プロセスまで、NLP にはほぼ無限の可能性があります。これにより、電子健康記録は負担から喜びへと変わります。

自然言語処理の継続的な必要性

この記事で紹介した数多くの自然言語処理アプリケーションは、医療業界に、古い障壁を打ち破り、医療提供システムのギャップを埋め、患者の体験を向上させる機会を提供します。

幅広いユースケースを備えた NLP および AI ソリューションの支援を受けて、高度なヘルスケア アプリケーションの開発を行う評判の高いソフトウェア開発会社に問い合わせることができます。

翻訳者について

Xia Dongwei は、51CTO コミュニティ エディター、情報システム プロジェクト エンジニア、中国人民大学のコミュニケーション修士です。複雑な知識体系を持ち、IT 上場企業のマーケティングディレクター、上級研究員、IT プロジェクトリーダーとして 20 年以上の経験を持っています。彼は現在、北京北新源ソフトウェア株式会社の上級研究員であり、公的アカウント「東衛シンクタンク」と「東格安全保障展望」の編集長を務めています。

原題:​​ヘルスケアにおける自然言語処理 (NLP) テクノロジーの 8 つの使用例​​​​、著者: Smith Johnes