【目的】カルテや介護サービスにおける生活に関する記録は、そのヒトの生活機能を把握する上で重要である。しかし、全ての生活機能を文章で記載することは現実的ではなく、生活に関する記録からそのヒトの生活機能全体を把握することは難しい。また、ICF（生活機能分類）は、そのヒトの生活機能を標準的に表現できる一方で、全ての項目を評価することは現実的ではない。一方で、LLMs等の生成AIは、事前学習された知識を用いて状況を類推できる可能性があり、生活に関する記録からそのヒトの生活機能全体を予測出来る可能性がある。よって本研究は、生成AIを用いて生活記録に対してICFのコード付与を行い、どれくらい正確にコードを付与できるかについて検討する。
【方法】GPT-4に対してICFの分類コード体系をプロンプトとして与えた上で、生活に関する記録について類推可能なICFコードの予測を行わせる。対象としては京都大学の言語メディア研究室が公開するライフログデータとし、このデータから人手で推測できるICFコードと、GPT-４が予測したICFコードの比較検討を行う。
【結果】GPT-4が付与したICFコードについては正確であり広範囲に類推出来ていた。例えば、「朝食はパンとヨーグルト。昼食はかすうどん。夕食は南蛮漬け。運動はスーパーへの徒歩とストレッチくらい」というケースでは、「活動と参加」のd920:レクリエーションとレジャーいう項目について、スーパーへ徒歩で行っていることから、記載はないが周辺に娯楽施設等があり、社会的参加の可能性があることまでコードを拡張、言及していた。
【考察・結論】GPT-4によるICFの自動コード付与についての可能性が示された。今回は健常者を対象としたデータであったが、診療録や介護記録などにおいてはより詳細にICFコードを振る必要があり、今後これらのデータを対象とした検討を行う。