[論文レビュー] EHRSummarizer: A Privacy-Aware, FHIR-Native Architecture for Structured Clinical Summarization of Electronic Health Records

Houman Kazemzadeh, Nima Minaifar+2 more|arXiv (Cornell University)|Jan 4, 2026

Electronic Health Records Systems被引用数 0

ひとこと要約

tldr: EHRSummarizer は、ソース根拠のある構造化EHRサマリーをチャートレビューのために提供する、プライバシー対応のFHIRネイティブアーキテクチャを提案し、プロトタイプ実演はあるが臨床アウトカムは報告されていない。

ABSTRACT

Clinicians routinely navigate fragmented electronic health record (EHR) interfaces to assemble a coherent picture of a patient's problems, medications, recent encounters, and longitudinal trends. This work describes EHRSummarizer, a privacy-aware, FHIR-native reference architecture that retrieves a targeted set of high-yield FHIR R4 resources, normalizes them into a consistent clinical context package, and produces structured summaries intended to support structured chart review. The system can be configured for data minimization, stateless processing, and flexible deployment, including local inference within an organization's trust boundary. To mitigate the risk of unsupported or unsafe behavior, the summarization stage is constrained to evidence present in the retrieved context package, is intended to indicate missing or unavailable domains where feasible, and avoids diagnostic or treatment recommendations. Prototype demonstrations on synthetic and test FHIR environments illustrate end-to-end behavior and output formats; however, this manuscript does not report clinical outcomes or controlled workflow studies. We outline an evaluation plan centered on faithfulness, omission risk, temporal correctness, usability, and operational monitoring to guide future institutional assessments.

研究の動機と目的

• EHRインターフェースの断片化の中で臨床医を支援する一貫したEHR要約の必要性を動機づける。
• 構造化EHR要約のためのプライバシー対応のFHIRネイティブなリファレンスアーキテクチャを提案する。
• 高頻度のFHIRリソースを用いて要約を取得、正規化、制約する方法を説明する。
• 欠損データ処理、薬剤状態の曖昧性、ナarrative文書の使用を制御する。
• 今後のソースからサマリーへのトレーサビリティと評価計画を概説する。

提案手法

• 高頻度のHL7 FHIR R4リソースを取得する。
• 取得データを臨床コンテキストパッケージに正規化する。
• ソース根拠のある要約を生成する制約付き要約段階を適用する。
• 欠損データの状態と薬剤状態の曖昧性の取り扱いを明確にする。
• 利用可能なナラティブ臨床文書の使用を制御する。
• 今後の評価のためのソースからサマリーへのトレーサビリティを概説する。

実験結果

リサーチクエスチョン

• RQ1 生成された要約が基礎データにどれだけ忠実か？
• RQ2 欠損データと薬剤状態の曖昧性をシステムはどう管理するのか？
• RQ3 要約は時間的正確性を維持し、過度のナラティブを含まずチャートレビューをサポートできるか？
• RQ4 実世界の機関導入におけるプライバシー、使いやすさ、運用上の考慮事項は？
• RQ5 ソースからサマリーへのトレーサビリティと縦断的評価計画は何か？

主な発見

• 合成データとテストFHIR環境でのプロトタイプ実演は、エンドツーエンドの動作と出力形式を示す。
• アーキテクチャは臨床アウトカムや意思決定支援よりも、プライバシー対応のソース根拠付きサマリーに焦点を当てている。
• 欠損データ状態の取り扱い、薬剤状態の曖昧性、ナラティブ文書の制御された取り扱いをv2改訂で明確にしている。
• 本研究は臨床アウトカム、制御済みワークフロー研究、またはベンチマーク結果を報告しないことを明記している。
• 信憑性、欠落リスク、時間的正確性、使いやすさ、プライバシー、運用監視を評価する計画が概説されている。