AI・機械学習
中級
ClinicalBERT（クリニカルバート）
電子カルテ（EHR）テキストに特化してBERTを継続事前学習したNLPモデル。臨床ノート・退院サマリー・看護記録などの非構造化医療文書の解析に高精度を発揮する。
0 回閲覧
0 いいね
2026/6/6 更新
関連タグ
llm
medical-ai
ehr
clinical-nlp
bert
ClinicalBERT とは
ClinicalBERTはMITのCSAIL（Computer Science and AI Laboratory）とStanford Medicineが2019年に発表した電子カルテ（EHR）特化型BERTモデル。医学論文に特化したBioBERTとは異なり、実際の臨床現場で書かれる電子カルテのテキスト（臨床ノート・退院サマリー・看護記録）で学習した点が独自の価値。
なぜ電子カルテに別のBERTが必要か
臨床ノートの特徴:
| 特徴 | 例 |
|---|---|
| 医療略語の多用 | SOB/DOE（労作時息切れ）、Hx（病歴）、Dx（診断） |
| 非標準的文法 | 「Pt c/o CP×2d, 放散なし」（患者が2日間胸痛を訴え、放散なし） |
| タイポ・誤記 | hypertension→hypertenshonが混在 |
| 箇条書き・テンプレ文 | 「Impression: 1) 肺炎 2) 心不全」 |
| 入力者の偏り | 医師・看護師・医療事務員で文体が大きく異なる |
学習データ：MIMIC-III
MIMIC-III（Medical Information Mart for Intensive Care III）はBeth Israel Deaconess Medical Centerのデータ:
- 約40,000名の重症患者データ
- 約200万件の臨床ノート（退院サマリー・看護記録・検査結果・放射線レポート含む）
- PhysioNet認証を受けた研究者のみアクセス可能
主要タスクの性能
30日再入院予測
| モデル | AUROC |
|---|---|
| ClinicalBERT | 0.771 |
| BioBERT | 0.752 |
| BERT-base | 0.733 |
| Bag-of-Words | 0.698 |
臨床NER（固有表現抽出）
| タスク | ClinicalBERT F1 | BioBERT F1 |
|---|---|---|
| 疾患名抽出（i2b2 2010） | 89.3 | 87.8 |
| 処方薬抽出（n2c2 2018） | 91.5 | 89.7 |
| 時間表現抽出（i2b2 2012） | 85.1 | 82.4 |
ClinicalBERTのバリエーション
| モデル | 開発元 | 特徴 |
|---|---|---|
| ClinicalBERT（オリジナル） | MIT/Stanford | MIMIC-III全Note学習 |
| BioClinicalBERT | Hugging Face | MIMIC-III + PubMed混合 |
| BlueBERT | NIH | PubMed + MIMIC-III |
| ClinicalBERT-Discharge | MIT | 退院サマリーのみ学習 |
よくある質問（FAQ）
Q1: 日本語の電子カルテに使えるか？ A: 使えない。英語の臨床ノート特化モデル。日本語医療NLPにはNTT・NEC・理研が開発した日本語特化モデルのファインチューニング版等を検討。
Q2: GPT-4等の大規模モデルに比べて今でも有用か？ A: 用途次第。診断補助・会話型AIにはGPT-4優位だが、高速バッチ処理・ローカルデプロイ・プライバシー重視のEHR処理にはClinicalBERT（軽量）が現実的。
Q3: MIMICへのアクセスはどうすれば取得できるか？ A: PhysioNetのWebサイトでCITI training（人対象研究倫理コース）を修了し、データ使用申請を提出。承認まで数日〜数週間かかる。