人工知能（AI）を用いた診断支援には、正確な症例ベースのコーパスが必要であり、これには複数の課題がある。本抄録では、これらの課題とAIを活用した解決策を提案する。症例報告の共有は個人情報保護のため困難であり、PDFからのテキスト抽出や病名の表記揺れ、臨床データの構造化、テキストデータの正規化、情報の抽出とアノテーションが主な課題である。特に、PDFからのテキスト抽出は技術的に難しく、病名の表記揺れも多く見られる。臨床データの構造化にはCaseSharingのようなシステムが有効で、テキストデータの正規化は大規模言語モデル（LLM）である程度解決できた。また、LLMを用いることで、時系列に沿った情報抽出が可能だが、アノテーションは依然として課題である。これらの経験から、AIの応用はデータセット作成においても重要な役割を果たすと考えられる。今後は、これらの技術をより効果的に活用する方法について議論を深めたい。
