OCI Language (Healthcare NLP)

解決する課題

• 診療記録・退院サマリ・問診票などの臨床テキストから、病名・症状・薬剤・処置といった医療情報を構造化したいが、医療特化のNLPモデルを自作するのは負担が大きい
• 医療文書中の用語を標準の医療コード（病名や薬剤の体系）へひも付け、後続の分析や請求処理につなげたい
• 「痛みがない」のような否定表現や、患者本人か家族かといった文脈を機械的に区別したい
• 臨床テキストに含まれる**保護対象保健情報（PHI）**を検出し、二次利用前に匿名化したい

OCI Language の Healthcare NLP は、これらを医療ドメイン向けの事前学習済みモデルへの API 呼び出しだけで実現します。汎用の自然言語処理では取りこぼしがちな医療用語を、専門のモデルで抽出します。

主要概念と用語

• Healthcare NLP: 臨床テキスト専用に事前学習されたモデル群で、医療エンティティ抽出とコードひも付けを提供する OCI Language の機能
• 医療エンティティ検出（Medical NER）: 病名・症状・薬剤・処置・解剖部位・検査値などの医療固有表現を識別する
• オントロジーリンク（Entity Linking）: 抽出した用語を ICD-10-CM・SNOMED CT・RxNorm・MeSH などの標準体系のコードへひも付ける
• アサーション（Assertion）: エンティティが否定・既往・家族歴・不確実などのどの文脈にあるかを判定する
• PHI 検出: 氏名・連絡先・ID など、保護対象保健情報に相当する個人情報を識別する
• 信頼度スコア（Confidence Score）: 各抽出結果に付与される確からしさの指標
• 事前学習済みモデル（Pretrained Model）: 学習不要で即利用できる医療向けモデル
• 同期 API / 非同期（バッチ）ジョブ: 短いテキストは同期呼び出し、大量・長文はオブジェクトストレージ連携の非同期ジョブで処理する

仕様・制限・クォータ

• REST API・各言語の SDK・oci CLI から呼び出せるリージョン単位のサービスで、OCI Language の一機能として提供される
• 1 リクエストあたりのテキスト長や件数に上限があり、超える場合は分割または非同期ジョブを用いる
• 医療向けモデルは対応言語が限定的なため、利用前に対象言語のサポート状況を確認する
• オントロジーごとにひも付けの対応範囲が異なるため、必要なコード体系がサポートされているか確認する
• 同期 API にはスループット（スロットリング）上限があり、大量処理は非同期ジョブが前提
• 具体的なリクエストレートやテキスト長の上限値はリージョンや時期で変わり得るため、最新の公式ドキュメントで確認すること

内部の仕組み

OCI Language の Healthcare NLP は、Oracle が運用する医療ドメイン向けの事前学習済みモデルをマネージドなエンドポイントとして提供します。利用者はインフラやモデルの保守を意識せず、臨床テキストを送るだけで、抽出した医療エンティティとそのコード、アサーション、信頼度スコアを受け取れます。

処理は概ね、まず文中の医療用語をエンティティとして検出し、次にそれを標準オントロジーのコードへひも付け、さらに否定や既往などのアサーションを判定する流れで進みます。同期 API ではリクエスト内のテキストをその場で推論して結果を返します。非同期ジョブでは、入力テキストをオブジェクトストレージに置き、ジョブ完了後に結果を同じくオブジェクトストレージへ出力します。

設計パターン / ベストプラクティス

• まずは事前学習済みの医療モデルで要件を満たせるか検証し、汎用 NLP との役割分担を決める
• 大量データは非同期ジョブ＋オブジェクトストレージでバッチ処理し、同期 API のスロットリングを避ける
• 長文の診療記録は意味の区切りでチャンク分割してから送る
• 抽出結果はアサーション（否定・既往・家族歴など）まで含めて評価し、肯定の所見だけを誤って拾わないようにする
• 抽出結果はそのまま信頼せず、信頼度スコアでしきい値判定し、低信頼の結果は人手レビューに回す
• PHI を含むテキストではPHI 検出を前段に組み込み、二次利用や分析に渡す前に匿名化する

運用・監視

• API 呼び出しのメトリクスやエラーはOCI Monitoring で可視化し、スロットリングや失敗率を監視する
• 操作の監査証跡はOCI Audit に記録される
• 非同期ジョブはステータスを定期的にポーリングして完了・失敗を検知し、失敗時はリトライ設計を用意する
• スロットリング（HTTP 429 相当）の発生時は指数バックオフで再試行し、恒常的に超える場合はバッチジョブへ切り替える

コスト

• 課金は**処理したテキスト量（リクエストやレコード単位）**に応じた従量制が基本
• 同一文書の再解析を避けるため結果をキャッシュし、無駄な呼び出しを減らす
• バッチ処理に寄せることで、リトライによる重複課金を抑えやすい
• 具体的な単価は変動するため、料金は公式の価格ページで都度確認する

セキュリティ

• 臨床テキストは機微情報のため、アクセス制御はOCI IAM のポリシーで最小権限に絞る
• 入力・出力に使うオブジェクトストレージは暗号化し、バケットを限定する
• 二次利用や分析の前にPHI 検出で個人情報を識別し、保存・ログ出力前にマスキングする
• 通信は TLS で保護され、API 認証には署名付きリクエスト（API キーやインスタンスプリンシパル）を用いる

関連サービス・比較

汎用テキスト向けの OCI Language（感情分析やエンティティ抽出） と、医療特化の Healthcare NLP は同じサービス内の別機能です。対象が一般文書か臨床テキストかで使い分けます。

ハンズオン / CLI例

# 臨床テキストから医療エンティティを抽出する例
oci ai language detect-health-entities \
  --documents '[{"key":"doc1","text":"患者は高血圧の既往があり、アスピリンを服用中。","languageCode":"en"}]'

# オントロジー（ICD-10やSNOMED CTなど）へのひも付けを指定する例
oci ai language detect-health-entities \
  --documents '[{"key":"doc1","text":"Patient reports chest pain and shortness of breath.","languageCode":"en"}]' \
  --endpoint-id <model-endpoint-ocid>