生成ＡＩを活用したレセプト作成機能の構築と診療行為等データの二次利用基盤の構築に向けた調査研究

文献情報

• 文献番号: 202306043A
• 報告書区分: 総括
• 研究課題名: 生成ＡＩを活用したレセプト作成機能の構築と診療行為等データの二次利用基盤の構築に向けた調査研究
• 研究課題名（英字）: -
• 課題番号: 23CA2043
• 研究年度: 令和5(2023)年度
• 研究代表者(所属機関): 藤林 和俊(順天堂大学 革新的医療技術開発研究センター)

研究分担者(所属機関)

• 桑鶴　良平(順天堂大学　大学院医学研究科)
• 岡安　英俊(株式会社FIXER)

• 研究区分: 厚生労働科学研究費補助金 行政政策研究分野 厚生労働科学特別研究
• 研究開始年度: 令和5(2023)年度
• 研究終了予定年度: 令和5(2023)年度
• 研究費: 31,720,000円
• 研究者交替、所属機関変更: -

研究報告書（概要版）

研究目的

令和5年度は、以下の基礎的調査・実験を実施した。
1. ASISモデル調査: 大学病院の病院情報システム（HIS）における電子カルテ（EMR）と医事会計システムの連結構造の事例調査
2. CANBEモデル検討のための基礎資料作成:
2-1. 電子レセプト作成に寄与するEMRデータの整理
2-2. 外来診療におけるデータ生成過程の構造化
3. AI活用ユースケースを見据えた生成AI活用シーン探索のための基礎実験

研究方法

ASISモデル調査とCANBEモデル検討のため、専門家の意見を聴取・資料作成を行った。これに基づき、AIを用いて診療報酬請求に資するシーンを探索した。対象とした電子レセプトは医科入院、医科入院外、調剤、歯科の4種類で、共通項目は患者情報、医療機関情報、診療日付、処方内容である。更に電子カルテから生成AIで請求コードを自動生成する実験を実施した。研究は順天堂大学医学部倫理委員会の承認を得て行った（実施許可番号E23-0372-H02）。

結果と考察

研究結果
1. ASISモデル調査: 調査された医療機関電子カルテは基幹システムを中心に各部門システムと連結しており、オーダーコードを用いて医事会計システムと連結し、請求コードが生成される。
2. CANBEモデル検討のための基礎資料作成: 電子カルテ情報と電子レセプト構成情報を整理した。電子レセプトは医事会計システムからの情報、電子カルテ基幹システムからの情報、電子カルテ基幹システムで生成され医事システムで変換される情報で構成されている。
3. AI活用ユースケース探索の基礎実験: 888件の薬剤名称から請求コードを生成し、96%の精度で正しい請求コードを生成できた。汎用的なAIエンジンと簡便な学習ステップで高精度を達成し、電子カルテ情報からの自動レセプト生成の可能性が示された。

考察
1. ASISモデル調査: 調査対象の大学病院では、電子レセプト作成に必要なデータ項目とフローを整理したが、中小規模病院や診療所のシステム連結構造は異なる可能性があり、さらなる調査が必要である。
2. CANBEモデル検討: 電子レセプト作成に寄与する情報を整理し、生成AIの学習データ項目を絞り込んだ。更に処方情報以外のデータ項目の検証も必要である。
3. AI活用シーン探索の基礎実験: 生成AIを使用して電子カルテ情報から請求コードを生成する可能性が示されたが、従来のルールベース方法も有効であり、今後の検討が必要である。

結論

大学病院のHISにおけるEMRと医事会計システムの連結構造を調査し、電子レセプト作成に必要なデータ項目とフローを整理した。本研究結果は、生成AIの文字量制限の解決策を示し、電子カルテ処方情報から請求コードを生成する実験で自動レセプト生成の可能性を示したが、従来の方法も有効であり、今後も検討が続けられる必要がある。

公開日・更新日

• 公開日: 2025-05-23
• 更新日: -

行政効果報告

• 文献番号: 202306043C

成果

• 専門的・学術的観点からの成果: 大学病院のHISにおけるEMRと医事会計システムの連結構造を調査し、電子レセプト作成に必要なデータ項目とフローを整理した。その結果は生成AIの文字量制限の解決策を示し、電子カルテ処方情報から請求コードを生成する実験で、電子レセプト生成の自動化への可能性を示した。本研究の成果は、将来的な電子カルテ情報利活用における、診療報酬算定自動化の端緒となる事が期待される。
• 臨床的観点からの成果: 電子レセプト生成の自動化への可能性を示したことにより、将来的に医療現場に多大な恩恵をもたらす事が期待されます。具体的には、レセプト作成にかかる時間が大幅に削減されるため、医療従事者の作業負担が軽減される。これにより、医療従事者の疲労やストレスが減少し、業務効率が向上を促進可能となる。また、エラーの削減やコストの低減も見込まれ、結果として患者へのサービス品質の向上にも寄与できる。自動化の進展は、医療機関全体の運営効率を大幅に向上させる可能性がある。
• ガイドライン等の開発: 研究テーマの内容的にガイドライン等の開発には関与しない。
• その他行政的観点からの成果: 本研究結果は生成AIの文字量制限の解決策を示し、電子カルテ処方情報から請求コードを生成する実験で、電子レセプト生成の自動化への可能性を示した。本研究の成果は、将来的な電子カルテ情報利活用における、診療報酬算定自動化の端緒となる事が期待される。具体的には標準電子カルテ機能の一部として診療報酬を一元的に計算・管理するシステムの検討に貢献した。
• その他のインパクト: 「生成AIで病院事務を軽減 FIXER 、順天堂大」という題名で日本経済新聞(2024年3月26日)に掲載された。

発表件数

• 原著論文（和文）: 0件
• 原著論文（英文等）: 0件
• その他論文(和文): 0件
• その他論文(英文等): 0件
• 学会発表(国内学会): 0件
• 学会発表(国際学会等): 0件
• その他成果(特許の出願): 0件
• その他成果(特許の取得): 0件
• その他成果(施策への反映): 0件
• その他成果(普及・啓発活動): 0件

公開日・更新日

• 公開日: 2025-05-23
• 更新日: -

収支報告書

• 文献番号: 202306043Z
• 報告年月日: 2024年05月31日

収入

• (1)補助金交付額: 4,123,600円
• (2)補助金確定額: 4,123,600円
• 差引額 [(1)-(2)]: 0円

支出

研究費 (内訳)	直接研究費	物品費	399,740円
		人件費・謝金	326,137円
		旅費	179,550円
		その他	30,814,573円
	間接経費		9,516,000円
合計			41,236,000円

備考

• 備考: -

公開日・更新日

• 公開日: 2025-05-23
• 更新日: -