右患者、右専門医、適切なタイミング：専門医紹介ルーティングのための検索拡張生成

科学分野:

• 医療情報学
• 人工知能
• 自然言語処理

背景:

• 医師の臨床的な質問には、適時かつ関連性のある応答のために専門医への正確なルーティングが必要です。
• eConsultの手動ルーティングは管理上負担が大きく、ケアの遅延につながる可能性があります。
• 専門医がキュレーションした質問テンプレートは、臨床クエリに適切なコンテキストを保証します。

研究 の 目的:

• 医師の臨床的な質問を最も関連性の高い専門医がキュレーションしたテンプレートに自動的に振り分けるための、埋め込みベースの検索システムを開発および検証すること。
• 医師の管理負担を軽減し、ケア提供の遅延を最小限に抑えること。

主な方法:

• MPNet、トランスフォーマーベースのモデルを利用して、臨床的な質問と24の定義済みの臨床テンプレートの密なベクトル埋め込みを生成しました。
• クエリとテンプレートの埋め込み間の関連性を計算するためにコサイン類似性を使用しました。
• 5つの医療専門分野にわたるレトロスペクティブなeConsultデータに対してシステムを検証しました。

主要な成果:

• システムは、臨床的な質問の87%で最も関連性の高いテンプレートを正確に特定しました（success@1）。
• 正しいテンプレートは、99%のケースで上位3つの結果に含まれていました（success@3）。
• 複数の専門分野にわたって高いパフォーマンスを示しました。

結論:

• 専門分野の選択と臨床的な質問の紹介を自動化することにより、効率が大幅に向上します。
• 開発されたシステムは、医師の管理ワークロードを最小限に抑え、患者ケアの遅延を削減します。
• 正確なテンプレートマッチングによるコンテキストの改善は、より良い専門医の応答につながります。