病院の医療安全の担当が過去のインシデント報告を引き、薬剤名・処置名の言い換えも含めて似た事例と当時の対策を探す

処理の起点を決める

起点は2つあります。毎晩の取り込みと、医療安全管理者のボタンです。

毎晩の取り込みは、報告システムが書き出したCSVが S3 に置かれたことで動きます。新しい報告だけでなく、更新された報告も入れ直します。 報告は出された後に、所属長の確認、分析、対策の入力と何度も書き足されるからです。対策の欄が埋まった報告が索引に入っていないと、「当時の対策」が空のまま並びます。

ボタンは、医療安全管理者が報告を読んだ後に押します。何度でも押せるようにします。

入力データを集める

質を決めるのは、真ん中の2つです。 薬剤名の対応表の元にするのは、厚生労働省が公開している薬価基準収載品目リストです。区分、薬価基準収載医薬品コード、成分名、規格、品名、メーカー名の項目があり、薬価基準に収載されている約1万3千品目が載っています。院内の採用薬の一覧と突き合わせ、採用している品目だけの表にします。

名称類似薬の一覧は、言い換えに混ぜないために持ちます。 この一覧にある組み合わせが辞書に入っていないかを、辞書を更新するたびに機械で確かめます。

データの取得方法を決める

検索パイプラインと検索の形は、次のようになります。

PUT /_search/pipeline/incident-hybrid
{
  "phase_results_processors": [
    { "normalization-processor": {
        "normalization": { "technique": "min_max" },
        "combination": { "technique": "arithmetic_mean",
                         "parameters": { "weights": [0.6, 0.4] } } } }
  ]
}

POST /incidents/_search?search_pipeline=incident-hybrid
{
  "size": 10,
  "_source": ["case_id", "occurred_on", "dept_type", "scene", "category",
              "generic_names", "strengths", "procedures", "impact_level",
              "summary", "cause", "countermeasure", "countermeasure_on"],
  "query": {
    "hybrid": {
      "filter": { "bool": { "filter": [
        { "terms": { "generic_names": ["ヘパリンナトリウム"] } },
        { "term":  { "scene": "持続注入_流量設定" } }
      ] } },
      "queries": [
        { "match": { "body": { "query": "シリンジポンプ 流量 1桁 設定 ダブルチェック CV",
                               "analyzer": "ja_search_synonym" } } },
        { "knn": { "body_vector": { "vector": [0.0], "k": 30 } } }
      ]
    }
  }
}

filter は1つの検索の形で書き、複数の条件は bool にまとめます。 ハイブリッドクエリの最上位の filter は OpenSearch 3.0 で入ったもので、すべての検索に同じ絞り込みをかけます。ハイブリッドクエリは検索の最上位に置くもので、function_score などで包むとエラーか正規化が飛ばされることがあるとされています。新しい報告を上にしたいときは、表示の段で並べ替えます。

weights は合計を1.0にします。 薬剤と処置の言葉の一致が効く題材なので、言葉の側を重くします。min_max では、結果が1件しかない検索ではその1件が1.0になります。件数が少ないときは、画面に件数を一緒に出します。

一般名の絞り込みで3件に満たなければ、filter から一般名を外して場面だけで探し直します。どの段の結果かを match_level として画面に渡します。

AIへ渡す前に整形する

1. 患者の識別情報を落とす … CSVの患者ID・氏名・生年月日の列は索引に入れません。本文に書かれた氏名は、職員名簿と患者の氏名の表記の型で検出して伏せます
2. 薬剤・処置・場面を取り出す … Claude で本文から薬剤名（書かれたまま）、規格、処置、チューブ類、機器、発生場面を取り出します
3. 一般名に寄せる … 取り出した薬剤名を、薬剤名の対応表で一般名に引き当てます。引き当ては表で行い、AIにはさせません
4. 規格は別の項目に持つ … 一般名に寄せても、規格（濃度・含量）は strengths に残します
5. 引き当たらない名前を残す … 対応表に無い名前は unmatched_drug_names に入れ、薬剤師の確認の一覧に回します
6. 埋め込みを作る … 本文（何が起きたか、なぜ起きたか）と対策をつなげて埋め込みます。Titan Text Embeddings V2 の入力は8,192トークン・5万字までで、文書は段落や節に分けることがすすめられています
7. 言い換えの辞書を検証する … 辞書を更新するたびに、名称類似薬の一覧の組み合わせが同じ行に入っていないかを確かめます

4番目を軽く見ないでください。 濃度の違う製剤の取り違えは、成分が同じでも重い事故になりえます。一般名に寄せるのは探すためで、規格の違いを消すためではありません。

言い換えの辞書は、Solr 形式のテキストで書きます。

CV, 中心静脈カテーテル, 中心静脈ライン
Aライン, 動脈ライン, 観血的動脈圧ライン
NGチューブ, 経鼻胃管, マーゲンチューブ
PCA, 自己調節鎮痛

この辞書を synonym_graph に置くのは、日本語では言い換えがほぼすべて複数の語になるからです。 kuromoji は「中心静脈カテーテル」を複数の語に分けます。synonym_graph は複数の語からなる言い換えを扱えますが、検索用のアナライザーでだけ使うものとされています。また、synonym_analyzer を指定しなければ、言い換えの規則も、その前に置いた分かち書きとフィルタで処理されます。 本文と同じ処理を規則にもかけるので、kuromoji の分け方と辞書の書き方が食い違いません。

"analysis": {
  "filter": {
    "ja_synonym": { "type": "synonym_graph",
                    "synonyms_path": "analyzers/F111111111",
                    "updateable": true }
  },
  "analyzer": {
    "ja_index":          { "type": "custom", "tokenizer": "kuromoji_tokenizer",
                           "filter": ["kuromoji_baseform", "lowercase"] },
    "ja_search_synonym": { "type": "custom", "tokenizer": "kuromoji_tokenizer",
                           "filter": ["kuromoji_baseform", "lowercase", "ja_synonym"] }
  }
}

stop のフィルタを synonym_graph の後ろに置かないでください。 後ろに置くと、言い換えの照合の後で語が消えて、言い換えの組み立てが壊れるとされています。

AIに処理させる

AIの仕事は2か所です。取り込みのときの「取り出し」と、検索の後の「並べ方」です。

取り出しで名前を補正させないのは、引き当ての誤りを追えなくするからです。 「ヘパリン」と書かれていれば「ヘパリン」と取り出し、引き当ては表に任せます。表に無い名前が unmatched_drug_names に残ることが、辞書を育てる材料になります。

並べ方では、違う点を必ず書かせます。 似た事例を並べると、似ている点だけが目に入ります。規格が違う、時間帯が違う、病棟の体制が違うといった違いが、当時の対策がそのまま使えるかを決めます。

指示内容を固定する

あなたは病院の医療安全管理室で、新しいインシデント報告に似た過去の事例を整理する立場です。
渡された【新しい報告】と【過去の事例】だけを使ってください。推測で補わないでください。

【すること】
1. 過去の事例ごとに、新しい報告と似ている点と違う点を、それぞれ1〜3個書く
   - 違う点には、規格（濃度・含量）、時間帯、部署、使った機器、患者の状態の違いを優先して書く
2. 過去の事例の「対策」の欄に書かれた対策を、そのまま短く写す
3. 【その後の報告】に同じ部署・同じ一般名の報告があれば、その事例番号を書く

【厳守事項】
- 事例番号は【過去の事例】にあるものだけを使ってください。番号を作らないでください。
- 対策の欄が空の事例は、countermeasure を「記載なし」にしてください。
  分析や所属長のコメントから対策を推し量って書かないでください。
- 原因の判断、対策が効いたかどうかの評価、根本原因分析にかけるべきかは書かないでください。
- 薬剤名は【過去の事例】に書かれたままの表記で写してください。
  別の名前に言い換えたり、名前の似た薬を同じ薬として扱ったりしないでください。
- 患者を特定できる情報を書かないでください。
- 似ている点が1つも無い事例は、similarity を「低い」にして、理由を書いてください。

【新しい報告】{new_report}
【過去の事例】{cases}
【その後の報告】{followups}
【この検索の絞り込みの段】{match_level}

「名前の似た薬を同じ薬として扱わない」を書いているのは、要約の段で混ざるからです。 検索の段で辞書から外しても、要約で「同じ薬の事例」とまとめると意味がありません。

「対策を推し量らない」も同じ理由です。 分析の欄には「確認が不十分だった」と書かれていることが多く、何も言わなければ「確認を徹底する」と対策を作ります。記録に無い対策が「当時の対策」として並ぶのが、いちばん避けたい失敗です。

出力形式を固定する

Bedrock の Converse API の outputConfig.textFormat に JSON スキーマを渡し、次の形で受け取ります。

{
  "report_id": "",
  "match_level": "generic_and_scene | scene_only",
  "cases": [
    { "case_id": "",
      "similarity": "高い | 中程度 | 低い",
      "common_points": [""],
      "different_points": [""],
      "drug_names_as_written": [""],
      "countermeasure": "",
      "countermeasure_on": "",
      "followup_case_ids": [""] }
  ],
  "lookalike_cases": [ { "case_id": "", "note": "" } ]
}

1つ目の理由は、事例番号を機械で確かめられることです。 返ってきた case_id と followup_case_ids が、検索で渡した番号の中にあるかを Lambda で照合し、無い番号があればその事例を画面に出しません。

2つ目は、名前の似た薬の事例を別の枠に分けられることです。 取り違えの報告のときだけ、lookalike_cases に名称類似薬の検索の結果を入れます。同じ一覧に混ぜると、成分の同じ事例と名前の似た事例の区別が画面から消えます。

3つ目は、drug_names_as_written で引き当てを目で確かめられることです。 一般名で絞って当たった事例でも、本文にどの名前で書かれていたかが並びます。

スキーマには数値の minimum・maximum や文字列の長さの制約を書きません。 Bedrock の構造化出力はそれらに対応しておらず、スキーマに含めると400のエラーになります。新しいスキーマは最初のコンパイルに数分かかることがあり、コンパイルされた形は24時間キャッシュされます。

システムへ連携する

電子カルテにはつなぎません。 報告の本文で足りるものだけを扱い、患者の診療の記録をこの構成に入れないことで、扱う情報の範囲を報告システムと同じに保ちます。

人が確認する

1. 事例を選ぶ … 医療安全管理者が一覧を読み、部署への返しに使う事例を選びます。similarity が「高い」でも、違う点を読んでから使います
2. 事例を開いて確かめる … 使う事例は、報告システムで原文を開きます。画面の要約だけで部署に返しません
3. 引き当てを確かめる … unmatched_drug_names の一覧を、兼任の薬剤師が週に1回見て、対応表に足すかを決めます
4. 辞書の追加を決める … 第5章の7番目で登録された言い換えの候補を、月に1回まとめて辞書に足します

2番目を省かないでください。 要約は短くするために言い切ります。部署に「過去にこういう対策をした」と返すときは、その対策の原文を見てからにします。

例外に対処する

記録を残す

• 検索のたびの、新しい報告の番号、絞り込みの条件、match_level、返った事例番号と点数
• Claude に渡した事例と、返ってきた JSON の全文
• 医療安全管理者が選んだ事例と、選ばなかった事例
• unmatched_drug_names と、薬剤師が対応表に足したかどうか
• 言い換えの辞書の版と、適用した日時
• 薬剤名の対応表の版（元にした薬価基準収載品目リストの適用日）

辞書と対応表の版を残すのは、検索の結果が版で変わるからです。 「先月は当たったのに今月は当たらない」ときに、どの版で探したかが分からないと、原因を追えません。