症状入力と情報整理

このレッスンで学ぶこと

このレッスンを完了すると、診断支援AIに対して効果的に臨床情報を入力し、構造化できるようになります。鑑別診断の精度を高めるために必要な情報収集の方法も学びます。

セクション1: 効果的な症状入力

なぜ入力の質が重要か

診断支援AIの出力の質は、入力される情報の質に直接依存します。「Garbage in, garbage out」の原則は、AI診断支援においても当てはまります。曖昧で不完全な入力からは、曖昧で不正確な結果しか得られません。

症状入力の3つのポイント

ポイント1：具体性

症状は可能な限り具体的に記述します。「胸が痛い」ではなく、「胸骨後部の圧迫感」「左前胸部の刺すような痛み」のように、部位・性状・程度を明確にします。

曖昧な入力と具体的な入力の違い：

• 悪い例：「お腹が痛い」
• 良い例：「心窩部の持続的な鈍痛、食後に増悪、制酸薬で軽快」

ポイント2：時系列の整理

症状の発症時期、経過（急性/慢性、増悪/軽快の推移）、誘因・増悪因子・軽快因子を時系列で整理します。これにより、AIは急性疾患と慢性疾患の鑑別をより正確に行えます。

ポイント3：関連情報の網羅的提供

症状だけでなく、既往歴、服薬歴、家族歴、社会歴（喫煙・飲酒・職業）、検査結果などの関連情報を提供します。これらの情報は鑑別診断の絞り込みに不可欠です。

実践例：効果的な症状入力

以下は、胸痛患者の情報を診断支援AIに入力する実践例です：

以下の患者情報をもとに、鑑別診断を可能性の高い順にリストアップしてください。
各診断について、支持する所見と否定する所見を示してください。

【患者基本情報】
- 65歳、男性
- BMI 28.5

【主訴】胸痛、発汗、呼吸困難

【現病歴】
- 3時間前、安静時に胸骨後部の圧迫感が突然出現
- 徐々に増悪し、左肩への放散痛あり
- 冷汗、悪心を伴う
- ニトログリセリン舌下で軽快せず

【既往歴】
- 高血圧（10年前から、アムロジピン5mg内服中）
- 2型糖尿病（5年前から、メトホルミン500mg内服中）
- 脂質異常症（スタチン内服中）

【家族歴】父が58歳で心筋梗塞

【検査結果】
- 心電図：V1-V4でST上昇（2mm以上）
- 高感度トロポニンT：上昇（500 ng/L、基準値上限14 ng/Lの約35倍。施設基準値を参照）
- 胸部X線：心拡大なし、肺うっ血なし

この入力が効果的な理由は、情報が構造化されており、時系列が明確で、鑑別に必要な背景情報（既往歴、家族歴、検査結果）が網羅されている点にあります。

セクション2: 臨床情報の構造化

構造化のメリット

臨床情報を構造化して入力することで、AIはより正確に情報を解析でき、鑑別診断の精度が向上します。

構造化のメリット：

• 情報の見落としを防止できる
• AIが各項目を正確に認識・分析できる
• 再現性のある入力が可能になる

標準的な構造化テンプレート

以下のテンプレートを使うことで、必要な情報を漏れなく整理できます：

【患者基本情報】
- 年齢・性別
- 身長・体重（BMI）

【主訴】
（最も困っている症状を1-2文で）

【現病歴】
- 発症時期と様式
- 症状の経過
- 増悪因子・軽快因子
- 随伴症状
- これまでの治療と反応

【既往歴】
（診断名、発症時期、現在の治療）

【服薬歴】
（薬剤名、用量、服薬期間）

【アレルギー歴】

【家族歴】

【社会歴】
（喫煙、飲酒、職業、渡航歴）

【身体所見】
（バイタルサイン、関連する所見）

【検査結果】
（血液検査、画像検査、その他）

非構造化情報の構造化

カルテ記載や紹介状など、非構造化のテキストをAIに構造化させることもできます。

実践例：

以下の紹介状の内容を、上記のテンプレート形式に構造化してください。
情報が不足している項目は「記載なし」と明記してください。

---
（紹介状のテキストを貼り付け）

セクション3: 鑑別診断のための情報収集

段階的な情報収集

鑑別診断を効率的に進めるには、段階的な情報収集が有効です。

第1段階：初期情報での広い鑑別

主訴と基本的な患者情報だけで、まずは広い鑑別診断リストを生成させます。

65歳男性、急性発症の胸痛と呼吸困難。
この時点で考えるべき鑑別診断を、緊急度の高い順にリストアップしてください。

第2段階：追加情報による絞り込み

AIに「鑑別を絞り込むために必要な追加情報」を提案させ、その情報を追加して再度分析させます。

上記の鑑別診断リストを踏まえ、鑑別を絞り込むために必要な以下の情報を追加します：

【追加の問診情報】
- 安静時発症、左肩への放散あり
- ニトログリセリンで軽快せず

【追加の検査結果】
- 心電図：V1-V4でST上昇
- トロポニンT：陽性

この追加情報をもとに、鑑別診断リストを更新してください。

第3段階：残存する鑑別の検討

主たる診断が明確になった後も、除外すべき鑑別診断について検討させます。

急性心筋梗塞（STEMI）が最も疑われますが、
除外すべき鑑別診断と、そのための追加検査を提案してください。
特に大動脈解離と肺塞栓症の除外について検討してください。

AIに追加情報を提案させる

鑑別診断に必要な情報が不足している場合、AIに追加で聴取すべき情報を提案させることも有効です。

以下の症状から、鑑別診断のために追加で必要な情報を特定してください。

症状：65歳男性、胸痛・発汗・呼吸困難

以下の4カテゴリに分けて回答してください：
1. 追加で必要な問診項目
2. 追加で必要な身体所見
3. 追加で必要な検査
4. 各情報が鑑別診断にどう役立つか（根拠）

セクション4: 入力品質の評価と改善

よくある入力の問題点

診断支援AIへの入力で陥りやすい問題点を把握しておきましょう。

問題1：陰性所見の省略

「ある所見がなかった」という情報は、鑑別診断において「ある所見があった」と同じくらい重要です。例えば「腹膜刺激徴候なし」「反跳痛なし」といった陰性所見を記載することで、AIは特定の疾患を適切に除外できます。

問題2：バイタルサインの省略

バイタルサインは鑑別診断の基本情報です。血圧・脈拍・体温・呼吸数・SpO2は必ず含めましょう。

問題3：先入観を含む入力

「おそらく〇〇だと思う」といった先入観を入力に含めると、AIがそれに引きずられた結果を返す可能性があります（アンカリング効果）。まずは客観的な臨床情報のみを入力し、その後で自分の臨床的仮説との照合を行うのが望ましいアプローチです。

まとめ：効果的な情報入力の実践

このレッスンでは、診断支援AIへの効果的な情報入力と構造化の方法を学びました。

重要なポイント：

入力の質がAIの出力の質を左右するため、具体性・時系列・関連情報の網羅性を意識した入力が不可欠です。臨床情報は標準的なテンプレートに沿って構造化することで、AIの解析精度が向上します。鑑別診断は段階的な情報収集で進めるアプローチが効果的であり、AIに追加で必要な情報を提案させることもできます。入力時は陰性所見の記載や先入観の排除にも注意が必要です。

次のステップ

次のレッスンでは、診断支援結果の解釈について学びます。AIが返す鑑別診断リストの読み方、信頼性の評価方法、限界の理解を深めます。