概要

健康診断表(以下、健診表)は活字で印字されていますが、医療機関により書式が異なるため、そのままOCR処理をしようとすると前処理が煩雑になります。

なるべく手をかけずに個人情報に配慮しつつ、「医師所見」のような1項目のデータ量が多い項目だけOCR処理をするための方法についてご説明いたします。

 

お客様より

健診表は活字で印字されているが、医療機関により書式が異なるので入力作業によりデータ化を行っている。
その中でも「医師所見」は検査項目に比べてデータ量が多く、作業の効率化の余地がある。
帳票の種類が多く、検査名も医療機関により異なる表記があるので、すべてをOCR処理するのは難しいとは思うが、
作業を効率化するためになにか良い方法はないか?

というご相談をいただきました。

 

当社でも様々なOCRエンジンを評価・検討させていただきましたが、

①定型帳票の決まった項目
②活字で印字されているもの

を処理する場合、

精度においては入力作業には及びませんが
処理の効率化の一助になるのではないか?

と考えています。

 

以上の知見を踏まえ、

①活字で書かれている
②医師所見のような1項目のデータ量が多い項目

に絞って、

OCR処理を行い、
データ入力作業と組み合わせ(ハイブリッド)て運用する

ことで、

効率化が図れるのではないか?

と考えました。


この他配慮すべき点として、

①読み取らせる必要な項目を切り出し、OCRには定型帳票として処理させる


OCRが苦手とする帳票解析を行わないようにする
例えば、

名前

生年月日

性別

医師所見

をOCRで処理させる場合は、帳票の中からそれぞれの項目をあらかじめ切り出します。

 

②クラウドのOCRを利用することを想定し、秘匿化処理の実施

1枚の健診表から名前、生年月日、性別、医師所見のデータを切り出した場合、個人情報となります。
個人情報のままクラウドOCRを利用すると個人情報の漏洩が懸念されます。

の対策を講じる必要があると考えました。

 

具体的には、

①OCRで読み取りたい箇所を人間が指定し、必要な項目を切り出す
②①のデータを機械学習させ、同様の帳票が発生した場合は自動的に読み取り箇所を示唆(サジェスト)する
③①で切り出されたOCR対象の項目を当社独自の秘匿化技術「シャッフル」を用いて、秘匿化する。

例えば、
Aさんの名前

・Bさんの生年月日

・Cさんの性別

・Dさんの医師所見

から切り出された項目を1枚の帳票にまとめ直しあげ
”架空の”個人の情報を生成します。

④③で作成された”架空”のOCR処理対象データをOCR処理させます。
⑤④でOCR処理されたテキストデータを当社のデータエントリーシステム”Super-Entry”シリーズに取り込み、OCR処理で用いた画像と見比べて、テキストを修正します。
⑥⑤で修正されたテキストデータをシャッフル処理前のテキストに”復元”します。
・・・Aさんの名前、生年月日、性別、医師所見に戻す。
⑦⑥で処理されたテキストと入力作業で得られたテキストデータを結合します。

こうすることでデータ入力作業の効率が向上するのではないかと考えています。

 

今回は健診表のデータを例にご説明しましたが、それ以外にも

①帳票の種類が多く
②活字で書かれている

の帳票に応用が可能です。

 


また、

クラウドシステムを利用することで
テレワークにも柔軟に対応可能です。

 

新型コロナウィルス蔓延に伴う緊急事態宣言下、業務効率を見直される際には是非ご検討ください。

 

詳細については、こちら より お問い合わせください。