GPTによる薬歴の自動生成のPoC 2023.05.18

（C）PharmaX Inc. 2022 All Rights Reserve 2 自己紹介 自己紹介 上野彰大 PharmaX共同創業者・エンジニアリング責任者 好きな料理はオムライスと白湯とコーラ マイブームは上野AIを作るために自分の考えを 記事にしたり喋って録音すること Twitter：@ueeeeniki

3 （C）PharmaX Inc. 2022 All Rights Reserve LLMによる薬歴の自動生成PoC

（C）PharmaX Inc. 2022 All Rights Reserve 4 はじめに〜個人情報の扱いについて 疑義照会とは 個人情報の扱いに関しては、責任を負いかねますのでくれぐれもご注意ください！ ● このLTは「技術的に可能であること」を示すものであり、参考にされた方や企業の個人情報保 護の問題などについては責任を負いかねます ● 弊社では、サンプルの処方せんデータ および服薬指導音声を用いてPoCを行っております ● 特に医療の個人情報は要配慮個人情報と呼ばれるものにあたるので、扱いにはご注意くださ い ○ 要配慮個人情報の第三者提供のプライバシーポリシーへの同意はオプトイン形式でしか取れない ので、過去のユーザーのデータを扱う場合にも十分お気をつけてください

（C）PharmaX Inc. 2022 All Rights Reserve 5 薬歴とは何か？ 薬歴とは 服薬指導で話した内容や他の薬剤師への引き継ぎ事項などを記載した文章のこと ● 薬歴はSOAP形式でまとめる ○ Subjective (S)（主観的所見）: 患者さん自身が感じている症 状や問題を記録する部分 ○ Objective (O)（客観的所見）: 検査結果や観察による客観 的なデータを記録する部分 ○ Assessment (A)（評価）: SubjectiveとObjectiveの情報を もとに、患者さんの病状や薬物治療の効果・副作用を評価 する部分 ○ Plan (P)（計画）: 評価をもとに、今後の治療方針や薬物療法 の変更、患者さんへの指導内容など、具体的なアクションプ ランを立てる部分

（C）PharmaX Inc. 2022 All Rights Reserve 6 薬歴の記入を自動化する意義 薬歴とは ● 忙しい薬局だと処方箋の受付が落ち着くまで、薬歴を書くことができないので、今まで自分が受 け持った患者さんの薬歴をまとめて記入しなければならないことが多々ある ● 薬歴を書くまでに時間が空いてしまうので、正確な内容を記録できなかったり、残業につながっ てしまったりする ● 服薬指導した音声から薬歴が自動で生成できれば、薬剤師の負担を大幅に削減することが可 能 薬剤師の負担を劇的に軽減できる

（C）PharmaX Inc. 2022 All Rights Reserve 7 服薬指導音声から薬歴内容を自動生成する手順 ● ① その患者の処方せんから医薬品の処方情報を抜き出して構造化する ● ② 服薬指導の音声の録音からWhisperで文字起こしする ○ 必要があれば、患者と薬剤師で話者分離する必要もある ● ③ ①の処方情報と、②の服薬指導内容の文字起こしから GPTで薬歴の内容を自動生成する

（C）PharmaX Inc. 2022 All Rights Reserve 8 手動で作成した会話からChatGPTで薬歴を生成する ChatGPTで 薬歴を生成する 服薬指導の例 薬剤師：上野さん、お待たせしまし た。今日はどうされましたか？ 患者：はい、子どもを抱っこしようとし たら腰がピキッといってしまって。。。 それから腰の痛みが引かなかったの で、クリニックに行って薬をもらうこと にしました。 薬剤師：それはお辛いですね。今回 は痛みを和らげるための薬が 2種類 出ています。 1つ目がモーラステープというお薬で す。 ・・・（中略）・・・ 患者：飲み薬は1回飲んだらどれくら い間隔を空ける必要がありますか？ 薬剤師：1回飲んだら、6時間ぐらい空 けるようにお願いします。 他になにか気になることはあります か？ 患者：分かりました。ありがとうござい ます。他に気になることはないです。 薬剤師：お大事にどうぞ。

（C）PharmaX Inc. 2022 All Rights Reserve 9 手動で作成した会話からChatGPTで薬歴を生成する ChatGPTで 薬歴を生成する SOAP形式は何かの説明・処方内容・会話内容を投げる

（C）PharmaX Inc. 2022 All Rights Reserve 10 ChatGPTが作る薬歴はクオリティが高い 薬歴とは S ・子供を抱っこしようとして腰痛 O ・ 痛み止め2種類処方 A ・ 腰痛 ・光線過敏症注意 P ・用法用量説明 ・次回副作用確認 <人間の薬歴> ChatGPTは丁寧な薬歴を生成してくれる

（C）PharmaX Inc. 2022 All Rights Reserve 11 服薬指導音声から薬歴内容を自動生成する手順 ● ① その患者の処方せんから医薬品の処方情報を抜き出して構造化する ● ② 服薬指導の音声の録音からWhisperで文字起こしする ○ 必要があれば、患者と薬剤師で話者分離する必要もある ● ③ ①の処方情報と、②の服薬指導内容の文字起こしから GPTで薬歴の内容を自動生成する

（C）PharmaX Inc. 2022 All Rights Reserve 12 ステップ①： 処方せん情報をテキストデータ化する 疑義照会とは ● 薬局で受け取った処方せんの情報からテキストを抽出する ○ 紙の処方せんをOCRで抽出する ○ PDFデータからPDFMinerなどで抽出する 処方せん画像をOCRでテキスト化したり、 PDFデータからテキストを抽出したりする 医師 薬剤師 オンライン診療 オンライン服薬指導

（C）PharmaX Inc. 2022 All Rights Reserve 13 ステップ①： 処方せんから医薬品の処方情報を抜き出して構造化する ステップ② 処方せんのテキストデータから、処方情報を抽出して JSON配列形式として構造化したい

（C）PharmaX Inc. 2022 All Rights Reserve 14 ステップ②： 服薬指導の音声の録音からWhisperで文字起こしする 薬歴の自動生成 Whisper単体では話者分離ができないので、話者の区別なく文字起こしされる 今日は薬が2種類出ております 咳の 症状で受診されたんですかね そうで すね はい分かりましたありがとうござ います じゃあまず一つ目のアストミン という薬をご説明させていただきます これは咳を止める薬です で、埋食後 に1回2錠飲んでください もし咳が治 まってくるようであれば無理に 5日分 飲まなくても大丈夫ですので 咳に調 節して飲んでください もう1個目が・・・ （中略）・・・ 他に何か気になられているところはご ざいますか いや大丈夫です はい承 知しましたじゃあのお大事になさって ください はいありがとうございます。

（C）PharmaX Inc. 2022 All Rights Reserve 15 ステップ③： ①と②の文字起こしからGPTで薬歴を自動生成する 薬歴の自動生成 S: 患者は咳と喉の痛みの症状で受診。 O: 1. アストミン錠10mg (1日6錠、分3 毎食後、 5日分) 2. SPトローチ0.25mg 「明治」 (外用、医師 の指示通り、15錠) A: 咳と喉の痛みの症状に対して、咳止め薬と 喉の痛みを取る薬が処方されている。 P: 1. アストミン錠10mgは、毎食後に1回2錠服 用するよう指導。咳が治まってくるようであれ ば、無理に5日分飲まなくても大丈夫と説明 した。 2. SPトローチ0.25mgは、1日6回を目安に1 回1錠を口の中に含んで、噛み砕かずに少 しずつ溶かすように使うよう指導。症状が良 くなったら無理に飲まなくても大丈夫と説明 した。 話者分離をせず、文字起こしした内容をそのまま GPT-4に与えても、かなり丁寧な服薬指導内容を生成すること ができた

16 （C）PharmaX Inc. 2022 All Rights Reserve 今後の改善ポイント

（C）PharmaX Inc. 2022 All Rights Reserve 17 改善ポイント ● ①：音声が悪い問題の改善：実際の服薬指導では音声が割れていたり、雑音が入ってしまうこ とが想定される ● ②：患者さん側が複数人いらっしゃる場合の薬歴生成 ○ 高齢者の方の付き添いで、ご家族が一緒に会話に参加するケース ● ③：添付文章の内容を踏まえた高度な指摘 ○ 副作用の注意点なども指摘できるといい

18 （C）PharmaX Inc. 2022 All Rights Reserve LLMの凄さまとめ

（C）PharmaX Inc. 2023 All Rights Reserve 19 LLMの凄さ：非構造化データを高度に扱うことが出来る LLMの凄さ 例：処方せんデータから 処方情報を構造化して 取り出す 例：処方情報と用法用 量から疑義照会の文 章を作り出す 構造・非構造のデータを精度高く変換できるようになることでアプリケーション開発の自由度が高まる

（C）PharmaX Inc. 2023 All Rights Reserve 20 LLMの凄さ：Few-shotプロンプティングで 独自の知見を例として与えることが出来る LLMの凄さ Fine-tuniningではなく、Few-shotプロンプティングで知見・独自のデータを与えることができる