自然言語処理を活用した緑内障治療におけるフォローアップパターンの評価

緑内障クリニックの診療録の自由記述テキストからフォローアップ推奨事項を特定する自然言語処理（NLP）アルゴリズムを開発し、推奨されるフォローアップ間隔を超えて受診が途絶えた患者の割合を明らかにすること。

後方視的コホート研究。

2016年1月から2022年12月まで、当大学の眼科外来にて治療を受けた成人緑内障患者。

構造化された人口統計学的データおよび診断データが、臨床ノートの自由記述テキストとともに抽出された。ノートの自由記述テキストから推奨されるフォローアップ間隔を特定するためのNLPアルゴリズムが開発された。ケアの空白（Lapses in care）は、推奨されるフォローアップ間隔の125%以内に再診がないことと定義された。ケアの空白におけるリスク要因を特定するために、ポアソン分布とログリンクを用いた一般化推定方程式が使用された。結果は、95%信頼区間（CI）を伴う調整リスク比（aRR）として報告されている。

NLPアルゴリズムの性能およびケアの空白が特定された患者の割合。

合計221,378件の診療録が評価され、これは6,452人の固有の緑内障患者による66,228回の受診に相当した。NLPアルゴリズムは、66,228回の受診のうち47,084回（71.1%）でフォローアップ間隔を特定し、ゴールドスタンダードであるチャートレビューと比較して高い性能を示した（F1スコア 0.905、適合率 0.948、再現率 0.867）。直前の推奨フォローアップ間隔の125%を超えた受診の割合は20.0%［四分位範囲 (IQR): 10.0-33.3］であった。推奨されるフォローアップと比較した、経過した間隔の超過期間の中央値は52.9日（IQR: 22.0-111.5日）であった。フォローアップの中断イベントが1回でもあった患者の割合は73.7%（4754/6452）であった。少なくとも1回以上のケアの中断があるリスク要因として、黒人（白人と比較してaRR=1.29, 95%CI: 1.22-1.37）およびヒスパニック系（aRR=1.53, 95%CI: 1.26-1.87）が挙げられ、高齢であることはリスクを低下させた（60歳以下と比較して71-80歳でaRR=0.91, 95%CI: 0.86-0.97）。少なくとも1回以上のケアの中断があった4,754人の患者のうち、1,183人（24.9%）は中断後に再来院しなかった。

NLP（自然言語処理）を用いることで、個別のフォローアップ間隔に基づいた緑内障ケアの不備を確実に検出することが可能です。ケアの不備を特定することは、フォローアップ脱落のリスクを軽減するためのリソースへの紹介を促進することにつながります。