ファイザー、NTTデータ、宮崎大学は11月24日、がん患者の電子カルテの非構造化データから、薬物治療効果などの臨床アウトカムを評価する有益な情報を所得できたと発表した。リアルワールドデータ（RWD）の利活用の推進を目的に、コンピューターの自然言語処理による臨床アウトカムの評価に関するもの。今回の共同研究は、その手法確立に向けた前段階としての位置づけとされ、自然言語処理技術を用いて非構造化データから、薬物治療効果判定に関連するキーワードや、遺伝子検査の結果などを抽出することができた。

共同研究の目的は、がん患者の電子カルテデータを用いて、薬物治療効果などの臨床アウトカムを客観的に評価する手法を検討するというもの。研究期間は2020年12月～2021年3月。遺伝子検査結果などの診療報酬請求データベースでは得られにくい情報も、電子カルテから収集可能かを検討する。

研究手法は、宮崎大学医学部附属病院に2018年4月～20年9月に通院または入院した、がん患者115例の経過記録や放射線レポートなどの電子カルテデータを対象とした。主要評価項目として、薬物治療効果とその判定に重要と考えられるキーワードを設定。副次的評価項目としては、薬物治療ラインや遺伝子検査結果を設定した。評価の際、単語の重要度評価や態度表現分析などの自然言語処理技術を適用した。

その結果、薬物治療効果判定に関連したキーワードとして、臨床上重要な単語（縮小、効果、著変、改善）などを特定した。また、遺伝子検査296件中77％の検査結果を電子カルテデータから抽出した。これにより、電子カルテの非構造化データから、薬物治療効果判定に関連するキーワードや遺伝子検査結果など、がん患者さんの治療効果判定に有益な情報を取得できることが分かった。

今後は、複数のキーワードの関係性や文脈を考慮したＡＩ（人工知能）による薬物治療効果判定モデルの構築に向けて、一般社団法人ライフデータイニシアティブを含めた４者でＡＩを活用した自然言語処理技術であるドメイン特化BERTを用いた薬物治療の効果判定モデル生成の研究にも取り組む。また、生成した薬物治療の効果判定モデルについては、次世代医療基盤法に基づき得られた多施設の電子カルテデータへの適用も予定している。