株式会社Yopaz Japan

過去の診療データや現在の測定結果をもとに、心疾患リスクの予測と医師の診療判断を支援するAIシステムを開発しました。

OCRによる診療情報・検査結果・測定値の認識・変換から、複数データソースの統合、AIによる分析・予測までを一連の仕組みとして構築。

さらに、分析結果をもとに治療プロトコル、薬剤、運動プランなどの検討を支援し、AIが自動で診断するのではなく、医師の意思決定を補助する安全性重視のシステムとして設計しました。

患者の過去診療情報、検査結果、現在の測定データなど、複数の情報源に分散していた医療データを整理・統合し、AI分析に活用できる基盤を構築しました。
主な対応内容は以下の通りです。
・コンセプト段階から参画し、要件整理・システム設計を実施
・OCRによる診療情報、検査結果、測定値の認識・データ変換
・複数データソースから取得した医療情報の整理・統合
・Pythonを用いたAI分析機能の開発
・Association Rule Learning、Aprioriによる分析・ルール抽出
・過去データや測定結果に基づく心疾患リスク予測
・治療プロトコル、薬剤、運動プランなどの提案支援
・医師による最終判断を前提とした診療支援システムとして設計

分散していた診療情報や検査データを整理・統合し、心疾患リスクの予測から診療時の検討材料の提示までを一つのシステム上で支援できる基盤を構築しました。

OCRによるデータ取得とAI分析を組み合わせることで、複数の医療情報を診療判断に活用しやすい形へ整理。治療方針や薬剤、運動プランなどを検討する際の情報提供を支援できる仕組みを実現しました。

また、AIの出力を自動診断として扱わず、医師が最終的な判断を行うことを前提とした設計とすることで、医療業務での安全なAI活用を重視しました。

医療分野では、AIの予測精度だけでなく、どのように実際の診療フローへ組み込むかが重要だと考えています。

本プロジェクトでは、OCRによるデータ取得から情報統合、AI分析までを一連の仕組みとして構築するとともに、AIが判断を代替するのではなく、医師がより適切に意思決定できるよう支援する設計を重視しました。