OpenAI、ChatGPTにEHRと医療データ連携機能追加 医療現場の効率化を強化
OpenAIは9月1日(現地時間)、ヘルスケア組織が電子カルテ (EHR) やその他の業界データをChatGPTに接続できるようになったと発表した。Epicとの連携強化と、Healthcare Public Dataプラグインの導入により、医療チームは認証された患者情報や公式データソースから得た構造化された情報をChatGPT for Healthcareで利用可能となる。
Tag
#EHR
4 件の関連記事
心不全の電子健康記録データ自動特徴量エンジニアリング手法「nMAS」を開発
ソリヤ・ラム・シムゲカル (Soorya Ram Shimgekar) 氏らの研究グループは2026年8月6日(現地時間)、心不全における電子健康記録 (EHR) データからの特徴量エンジニアリングを自動化するパイプライン「Nimblemind Multi-Agent System (nMAS)」を開発したと発表した。これは、臨床研究やAI分野におけるデータサイエンティストのワークロードの39-45%を占める主要なボトルネックへの対処を目的としている。開発されたnMASは、心不全のフェノタイピング性能を向上させる可能性を示した。
ChatHealthAI、EHRと大規模言語モデル連携で臨床推論を強化
arXiv cs.AIが2026年6月2日(現地時間)付けで報じたところによると、Bo-Hong Wang氏らが提案するマルチモーダル推論フレームワーク「ChatHealthAI」が発表された。これは、構造化された電子カルテ (EHR) の表現と大規模言語モデル (LLM) のセマンティック空間を連携させ、臨床推論能力の向上を目指すもの。LLMが苦手とするEHRのモデリングと、EHR基盤モデルに不足していた解釈可能な言語ベースの推論能力のギャップを埋めることを目的としている。
患者臨床経過の精密再構築へ、新フレームワークがテキストとEHRを統合
Sayantan Kumar氏らは5月14日(現地時間)、患者の精密な臨床タイムラインを再構築する新たなフレームワークを発表した。この「検索拡張型マルチモーダルアラインメント」手法は、非構造化された臨床記述と構造化された電子健康記録（EHR）データのギャップを埋め、イベントの時間的精度を飛躍的に向上させる。本手法は、複雑な病状の経過モデル化やリスク予測において、従来の課題を克服し、より正確な意思決定支援と予後予測に貢献する可能性を秘めている。