システム概要と技術スタック

疾患を中核としたスマート医療システムの構築には、検索、知識グラフ基盤、質問応答、レコメンド、音声連携を統合するアーキテクチャが必要となる。本システムはJava生態系を採用し、SparkJavaによる軽量マイクロサービスとして実装する。医療エンティティ約4.4万件と関係データ約27万件を基盤とし、構造化された臨床情報基盤を形成する。

データ処理とストレージ設計

永続化レイヤーはグラフデータベースNeo4jと全文検索エンジンElasticsearchのハイブリッド構成を採用する。生データは前処理パイプラインを経由し、Neo4jインポート向けにはノード・エッジのテキストファイルへ変換する。Elasticsearch向けにはドキュメント指向のJSON形式に整形し、リソース配下のマッピング定義を自動適用する。この分離戦略により、複雑な関係探索と高速な全文検索を最適化する。

APIエンドポイントと機能実装

疾患検索とページネーション

Elasticsearchの全文検索モジュールを活用し、キーワードマッチングとページ区切りを実現する。

GET /engine/search?keyword=鼻炎&page=1&limit=10

[
  {"entity_ref": "5bb57901831b973a137e6124", "display_name": "鼻炎", "category": "disease"},
  {"entity_ref": "5bb578c9831b973a137e469f", "display_name": "急性鼻炎", "category": "disease"},
  {"entity_ref": "5bb578d8831b973a137e4d6d", "display_name": "小児鼻炎", "category": "disease"}
]

知識グラフ探索

Neo4jバックエンドでCypherクエリを実行し、対象疾患に関連するトリプル構造を抽出する。推奨食事、併用薬剤、必須検査項目などを関連エンティティとして返す。

GET /engine/kg?ref=5bb57901831b973a137e6124

[
  {"subject": {"type": "Disease", "ref": "5bb57901831b973a137e6124", "label": "鼻炎"}, "relation_type": "recommends_diet", "object": {"type": "Food", "label": "黄花鱼粥"}},
  {"subject": {"type": "Disease", "ref": "5bb57901831b973a137e6124", "label": "鼻炎"}, "relation_type": "prescribes_drug", "object": {"type": "Drug", "label": "匹多莫德片"}},
  {"subject": {"type": "Disease", "ref": "5bb57901831b973a137e6124", "label": "鼻炎"}, "relation_type": "requires_exam", "object": {"type": "Check", "label": "後鼻鏡検査"}}
]

医療QAと推論

自然言語クエリに対して、知識グラフ上のパス探索とテキストマッピングを組み合わせ回答を生成する。

GET /engine/qa?question=全血細胞数検査で何が分かるか

[
  {"query": "全血細胞数検査で何が分かるか？", "answer": "網膜血管炎、急性リンパ管炎、先天性心疾患、低増殖性急性白血病などのスクリーニングに適用可能。"},
  {"query": "高血圧のリスクグループは？", "answer": "高血圧の家系歴、運動不足、不規則な生活習慣を有する層。"},
  {"query": "肝疾患の推奨薬剤と食事", "answer": "薬剤：エントラカビル分散錠、ビタミンC錠等。食事：ごま小米粥、人参小米粥等。"}
]

関連推薦と自動補完

同じ診療科に分類される疾患エンティティを推薦する。Neo4jのフルテキストインデックスにCJKアナライザを設定し、部分一致検索を高速化する。クエリ提案と入力補完はElasticsearchのcompletion suggester機能を利用し、プレフィックス入力に対してリアルタイムで候補を返す。

GET /engine/suggest?prefix=肝&limit=10

[
  "肝-甲状腺症候群",
  "肝内胆管結石",
  "肝動脈閉塞症",
  "肝包虫症",
  "肝吸虫症"
]

症状ベースの推論診断

主訴、性別、年齢を入力とし、グラフデータベース上の症状-疾患関係を重み付け探索する。マッチした疾患については、病態説明、予防法、禁忌食品、推奨薬剤などの構造化メタデータを返す。

GET /engine/diagnosis?symptom=尿滴白&gender=male&age=36

{
  "target_disease": "前立腺疾患",
  "clinical_summary": "炎症、増殖、腫瘍など多様な病理を有する。慢性化により機能障害や二次症状を併発する可能性がある。",
  "symptom_profile": ["尿滴白", "頻尿", "排尿困難", "夜間多尿", "尿分岐"],
  "demographic_risk": "男性",
  "recommended_exams": ["経直腸超音波", "PSA検査", "CT断層撮影"],
  "etiology": "細菌感染、加齢に伴う腺体増殖、遺伝的要因、生活習慣の影響が複合的に作用する。",
  "pharmacotherapy": ["プロスタグランジン拮抗薬", "α1遮断薬", "抗菌剤"],
  "dietary_guidance": {
    "recommended": ["山药薏米粥", "枸杞玉米羹", "红枣银耳粥"],
    "contraindicated": ["酒精類", "発酵食品", "特定の魚介類"]
  }
}

ストレージ戦略と拡張性

長文テキストデータ（病態解説、治療プロトコル、予防ガイドライン）はElasticsearchのドキュメントストアに、構造化関係データはNeo4jのグラフストアに格納するレイヤー分離設計を採用する。この構成により、検索インデックスの高速更新とグラフ探索のメモリ効率が両立する。微調整可能なマッピング定義とバッチインポートパイプラインを整備することで、新たな医療実体や关系的依存関係の追加に対応可能となる。