病院の検査・手術・入院の説明文書の改訂案を、用語のやさしさ・表記の統一・数値と日数の整合で校正し、修正案を担当の委員会へ返す

処理の起点を決める

「説明文書審査」ライブラリにファイルが作られたことを起点にします。 Power Automate の SharePoint コネクタの「ファイルの作成時 (プロパティのみ)」は、ライブラリで項目が作成されたときに動き、ライブラリの列のプロパティだけを返します。 本文は「ファイル コンテンツの取得」で取ります。フォルダー単位のトリガーは非推奨で、サブフォルダーでは起動しないとされているため使いません。診療科はサブフォルダーではなく、ライブラリの列で分けます。

ライブラリの列に、文書番号・文書の種類（説明書／同意書／案内）・関連する検査や手術のコード・クリニカルパスの番号を持たせます。 診療科が置くときに選ぶ形にし、関連文書を引く鍵にします。 列が空のまま置かれたら、点検を始めずに診療科へ入力を頼みます。

診療科が直して置き直したときも、同じトリガーで動きます。 前の版の修正案の一覧と並べ、採った案が直っているか、新しい揺れが入っていないかだけを示します。

入力データを集める

質を決めるのは、クリニカルパスの値の一覧です。 改訂案どうしを比べるだけでは、どちらが正しいかが分かりません。基準になる値を1か所に持ち、すべての文書をそこと比べます。 一覧が古ければ、照合は誤った指摘を量産します。

言い換え表には「使ってよい場面」の列を持たせます。 「ステロイド」のように、言い換えるより説明を足したほうがよい語、手術の同意書では正式の名称を残すべき語があるからです。

データの取得方法を決める

Power Automate で改訂案と現行版、関連文書の中身を取り、Python の処理に渡します。SharePoint コネクタのファイルサイズの上限は100MBとされています。 図を多く貼った手術の説明書でも通常は収まりますが、超えたものは人に回します。

Word からの取り出しは python-docx で行います。 Document の paragraphs と tables は文書順に返り、iter_inner_content() は段落と表を文書順に1つずつ返します。説明文書は、手順を表で、注意を箇条書きの段落で書くことが多いので、両方を文書順に取り出し、段落ごとに番号を振ります。 この番号が、修正案の場所の指し示しになります。

変更履歴に注意が要ります。 python-docx の公式の説明では、変更履歴のマーク（<w:ins>、<w:del>）の中の段落は paragraphs に含まれず、tables も変更履歴の中の表を含みません。診療科が変更履歴を付けたまま置くと、書き足した文が校正から抜けます。 変更履歴が残っていたら、承諾してから置き直すよう戻します。

現行版との差分は、変わった段落を見分けるためだけに使います。 校正は全文に対して行います。変わっていない段落にも、前回の見直しで拾い漏れた語は残っているからです。ただし一覧では、変わった段落の指摘を先に並べます。

AIへ渡す前に整形する

1. ライブラリの列を確かめる … 文書番号、文書の種類、関連のコード、クリニカルパスの番号がそろっているか
2. 形式と変更履歴を確かめる … .docx 以外と、変更履歴が残るものは戻します
3. 段落と表を取り出す … 文書順に番号を振ります
4. 言い換え表の語を機械的に拾う … 表の300語を本文から探し、言い換えも補足も無いまま出ている箇所を拾います
5. 表記ルールの型を機械的に拾う … 全角と半角の数字の混在、「下さい」と「ください」、時刻の書き方（「21時」「21:00」「午後9時」）の混在などを規則の表で拾います
6. 数値と日数の候補に印を付ける … 「時」「日」「分」「mL」などの単位の付いた語の段落に印を付け、AIの書き写しの漏れを後で確かめる材料にします
7. 関連文書を同じように取り出す … 照合のために、関連文書の数値の段落も取り出しておきます

4番目と5番目をAIの前に置くのが、この構成の要です。 決まった語と決まった型は、プログラムで拾えば漏れも揺れもありません。 AIには、プログラムで拾えた語の一覧も渡し、同じ語を二度挙げないようにします。

AIに処理させる

させるのは2つです。 1つ目は、言い換え表に無いが患者に通じにくいと考えられる語を挙げ、言い換えか補足の案を付けること。2つ目は、本文に書かれた数値と日数を、項目の名前を付けて書き写すことです。

型の③は、言い換えの問題ではありません。 提案では、「悪性」「がん」のような重大な病気を告げられたときや、痛みや危険を伴う治療を示されたときに、心理的な負担が重くなる傾向があるとしています。③の指摘には言い換えの案を付けさせず、「伝え方の配慮を検討」とだけ書かせます。 文書の語を変えて済む話ではないからです。

1行目と2行目が、いちばん守るべき線です。 AIは読みやすさを求めると、「まれに」を「ほとんど起こりません」と書き換えたり、頻度の数字を丸めたりします。それは言葉の直しではなく、説明の内容の変更です。 数値を含む文の言い換えには、必ず needs_clinician を付けさせます。

指示内容を固定する

あなたは病院の説明文書の審査を担う委員会の事務局で、
患者や家族が読む文書の言葉を校正する立場です。
渡された【本文】だけを見て、次の2つを行ってください。

【1. 分かりにくい語の指摘】
- 医療の専門家でない患者や家族に通じにくいと考えられる語を挙げてください。
- 【言い換え表で拾い済みの語】に入っている語は挙げないでください。
- 型を次から1つ選んでください。
  type1 … 患者に言葉が知られていない（日常語で言い換える）
  type2 … 見聞きはされているが理解が不確か・別の意味と混同されやすい（説明を足す）
  type3 … 受け止めるときに心理的な負担が大きい（伝え方の配慮）
- type1 と type2 には言い換えか補足の案を付けてください。
  type3 には案を付けず、note に「伝え方の配慮を検討」と書いてください。
- 案は意味を変えないでください。頻度・程度・期間を表す語を強めたり弱めたりしないでください。
- 数値を含む文、または意味が変わるおそれがある案には needs_clinician を true にしてください。

【2. 数値と日数の書き写し】
- 時刻・日数・時間・量など、患者の行動に関わる数値を、項目の名前を付けて書き写してください。
- 書かれている文字列をそのまま写してください。書き方を直さないでください。
- 計算や換算をしないでください（「12時間前」を時刻に直さない）。

【厳守事項】
- 医学的な内容が正しいかは書かないでください。
- 合併症の頻度などの数値が妥当かは書かないでください。
- 本文に無い説明を書き足さないでください。
- paragraph には段落の番号を入れてください。

【言い換え表で拾い済みの語】{matched_terms}
【本文（段落の番号付き）】{document_text}

「強めたり弱めたりしない」を名指しで書くのは、読みやすさの要求がそこへ向かいやすいからです。 「やさしく」とだけ頼むと、不安を和らげる方向に言葉を選びます。説明文書でそれをすると、同意の前提が変わります。

「換算をしない」も明記します。 「検査の12時間前から絶食」を「前日21時から」と直されると、照合で比べる値が本文に無いものになります。

出力形式を固定する

次の形のJSONで受け取ります。 構造化出力では、すべての項目を必須にし、オブジェクトに additionalProperties: false を付けます。値の無い項目は null との共用体型で表します。

{
  "doc_no": "",
  "terms": [
    {
      "term": "",
      "paragraph": 0,
      "type": "type1 | type2 | type3 | type_unclear",
      "suggestion": null,
      "needs_clinician": false,
      "note": null
    }
  ],
  "values": [
    { "item": "fasting_start", "text": "", "paragraph": 0 }
  ]
}

プログラムが、ここに前処理と照合の結果を足して、修正案の一覧にします。

1つ目の理由は、出どころを分けて示せることです。 表で拾った指摘は委員会の決まりなので原則として直し、AIの指摘は事務局が採るかを決める、という重みの違いを一覧で見分けられます。

2つ目は、数値の照合をプログラムに渡せることです。 values の text を照合用に正規化し、クリニカルパスの値と比べます。正規化できない書き方（「前日の夕食後から」）は、食い違いではなく「基準と比べられない」として出します。

3つ目は、needs_clinician で回す先を分けられることです。 true の案は、事務局の判断で採らず、医療安全管理室の看護師と診療科に回します。

システムへ連携する

改訂案のファイルそのものには書き込みません。 修正案は一覧として返し、直すのは診療科です。 説明文書は委員会の承認を経て使う文書なので、誰がどの文を決めたかを残す必要があります。

現行版と関連文書も読むだけです。 照合で関連文書の側の誤りが見つかっても、その場では直さず、関連文書の見直しの依頼として別に記録します。

人が確認する

事務局は、修正案の一覧を全件読みます。 1件の改訂案で数十件の指摘が出ることもありますが、一覧の形なので、文書を頭から読み通すより短い時間で見られます。

1. 数値の食い違いを先に見る … 改訂案と基準のどちらが正しいかを、診療科とクリニカルパスの担当に確かめます
2. 言い換え表の指摘を確かめる … 委員会の決まりなので、原則として直す側に入れます
3. AIの用語の指摘を採るか決める … 型と案を読み、採る・採らない・医療者に回すに分けます
4. needs_clinician の案を回す … 看護師の担当と診療科に、意味が変わらないかを確かめてもらいます
5. 採否を一覧に記録して診療科に戻す

1番目を先にするのは、患者の行動に直結するからです。 絶食の開始時刻が文書ごとに違えば、患者は検査の当日に食事をしてきてしまいます。 用語の言い換えより、こちらの食い違いのほうが影響が大きい誤りです。

採らなかった指摘も記録します。 同じ語で採らない判断が続くなら、言い換え表に「この場面では使ってよい」と書き足す材料になります。

例外に対処する

6行目は、書き写しの漏れを見つけるための仕掛けです。 前処理で単位の付いた段落に印を付けておき、AIの values に出てこない段落があれば、それを一覧に出します。 漏れた数値が、ちょうど食い違っている値かもしれないからです。

記録を残す

• 改訂案の版と、置かれた日時・置いた診療科
• 取り出した本文（段落の番号付き）と、現行版との差分
• 前処理で拾った言い換え表の語と表記の指摘
• Azure OpenAI に渡した本文と、返ってきた terms と values
• 数値の照合の結果と、そのとき参照したクリニカルパスの値の一覧の版
• 事務局の採否と、needs_clinician の確認の結果
• 委員会での承認の記録

5つ目で一覧の版を残すのは、クリニカルパスが見直されるためです。 絶食の時間が変わったあとで、過去の文書がなぜ通ったのかを説明できるようにします。