20260601第24回OralScienceCafe 医療・歯科インシデント類似例抽出AIシステム検討会
全体要約（喋ラボ様のご協力により自動で生成しております）
日時：2026/06/01 19：00～
全体要約
坂東氏より、医療・歯科インシデント報告支援のための「類似例抽出AIシステム」第2報を紹介。JQの一般・薬局・歯科ヒヤリハット計22万件を学習した「ヒヤリハットBERT」で、入力事例に近い過去事例と対策を自動提示し、検討を支援する。自院データとの統合活用、要約表示や音声入力などの要望が出され、JQデータのみを対象としたポータル版開発と外部評価、文科省事業への申請と協力要請を進めることとなった。
類似例抽出AIシステムの概要
目的: 新規インシデント発生時に類似事例の事故内容・背景要因・対策を自動提示し、改善策検討に活用
対象: JQ公開データ22万件（一般約9.4万/薬局約12万/歯科約4,700）
仕組み: 共通テンプレートで入力し、BERTで全件と類似度を算出、上位3件を表示
副次効果: 他院事例を参照し、理解と予防策立案に寄与
現状: 相模原市・総合相模厚生病院で、自院データ＋JQ約8,000件を用いた試行運用中
データベースとBERTモデル
東北大日本語BERTを基礎に、22万件インシデント文で追加学習し医療用語へ適合
JQ付与の分類を教師にファインチューニングし、入力事例の分類推定も実装
大量検索に対応するため、pickle化した検索用DBを併設
共通テンプレートとポータル版
自院項目を含む現行版は他施設では利用困難
個人情報と自院データを除外し、JQ由来22万件のみ対象のポータル版を作成予定
一般医療用・歯科用の2種類の簡素なテンプレート（事例詳細・背景要因・対策中心）を設計し、JQ歯科フォームを参考に入力負荷を削減
次回以降、歯科側意見を踏まえブラッシュアップ
デモと操作性に関する意見
Notebook上で、事例入力/類似例算出/キーワード検索/単語辞書登録を実演
AND/OR/順序指定など柔軟な検索条件も実装
現場利用には「よりシンプルなUIと容量削減が必要」との指摘
類似事例表に加えて「200字程度の自動要約表示」を求める要望あり
自院データ統合など活用可能性
自院インシデントDB取り込みの可否について質問があり、坂東氏は「テンプレート変換部を作れば統合可能、無償対応も検討。ただし評価フィードバックが条件」と回答
自院＋他院を統合DB化し、上位ヒットの構成から「自院特有の問題」か「他院で顕在化している新規リスク」かを判断する活用例が示された
薬剤部のみ・歯科のみなど領域別サブDBとモデルを作ることで精度向上が期待される
現場ニーズ・機能要望（歯科）
医師以外のスタッフでも使える平易な入力が必要
報告作成負荷軽減のため、音声入力対応の強い要望
FCK/FMC/クラウンなど用語ゆれを同一事例として扱ってほしいという要望に対し、BERTの言い換え吸収に加え、キーワード検索側で同義語グループ化する方針
誤嚥物の大きさなど数値情報を用いたリスク評価は、現行AIが弱く今後の課題とされた
AIの位置づけ・限界
瀬戸氏は、AIを「過去経験を統合しささやくパートナー」と捉え、自身の研究で人間専門家と同等レベルの課題整理が得られた例を紹介
「全く新しい発想」をAIに委ねてよいかとの問いに対し、坂東氏は「現時点では人間の役割」と整理しつつ、将来の可能性は未知とした
人間の直感や偶発的ひらめきの重要性も再確認された
その他（オーラルパウチ・事業化構想）
瀬戸氏より、スウェーデン発オーラルパウチの「受動喫煙がないから安全」という論調に反対している現状が共有され、反論ロジック構築へのAI活用を要請
坂東氏は、文科省「AI for Science（法学的挑戦創出事業）」への応募を検討中と報告
採択時には、類似例抽出システムを歯科領域で実証するため、コンテナ化アプリ（約8〜12GB）を各施設に配布し、評価・フィードバック協力を依頼したい意向が示された
次回予定
次回開催日：2026/07/06（月）19：00～（第1月曜）開催予定
詳細プログラムは追って調整