医療DXのもとで多くの医療情報連携が行われようとしている．特に医薬品関連では電子処方箋管理サービスへの対応が急速に進められている．処方箋では医薬品とともに使用方法である用法の要素が必要である．電子的な連携では，標準的な規格での連携が必要である．用法については処方・注射オーダ標準用法規格（HS027）があるが普及は進んでいない．今回われわれは大学病院において処方・注射オーダ標準用法規格（HS027）への対応を試みた．その結果，用法マスタの74.6％に標準用法規格コードが適用できた．さらに実際に発行された処方オーダには97.4％に標準用法規格コードが適用できた．今後の医療機関での標準用法規格の普及促進のためには，標準用法規格に対応した情報システムの開発と医療現場での理解が必要である．

　本研究は少子化社会における周産期医療体制，特にNICU病床の適正配置を検討することを目的とし，推計出生数と地理情報を用いてNICU病床需給比を推計した．現状の北海道のNICU病床数を基準とした出生1万人あたり50床シナリオに加え，40床（低需要）および60床（高需要）シナリオを設定し，2025年から2050年までのNICU病床需給比の変化を三次医療圏別に分析した．その結果，いずれの医療圏でもNICU病床需給比は減少傾向にあるものの，道央および十勝医療圏は，他の医療圏と比較して減少の傾きが緩やかであり高値が維持された．一方，道北および釧路根室医療圏では2025年から2050年にかけてNICU病床需給比が大幅に低下した．この2医療圏ではNICU病床の過剰供給と非効率的利用の可能性が示唆され，NICUや専門医等の機能や人材の集約化・重点化について早期検討の必要性を示す結果となった．本研究は，少子化社会に対応した周産期医療体制の再構築に向けた基礎資料を提供するものである．

　Real-World Data （RWD）の二次利用には，そのデータ品質が適切に確認されている必要がある．一方，現行のガイドライン等では具体的な“確認方法”について明示はされておらず，その実施が困難な状況にある．本研究では，臨中ネットで構築中の共通データベース（DB）の活用に向け，名古屋大学医学部附属病院に設置されたSS-MIX2標準化ストレージ（患者数：1,039,790名，男性48.2％）内のRWD品質検証を実施し，データ品質の可視化を試みた．結果，11データ種別・303項目の完全性・一貫性を数値化し，それをもとに本学のSS-MIX2データの特性をまとめることができた．その確認方法やデータ品質低下のリスクがどこに潜んでいるか，そのノウハウを臨床研究中核病院に限らず広く展開することは，信頼性のあるReal-World Evidence（RWE）創出の加速につながると考える．

　Background : Physician shortages and limited medical access contribute to healthcare disparities. Artificial intelligence (AI) offers a potential solution, but existing AI consultation systems lack the clinical accuracy needed for safe implementation. This study evaluates an AI Medical Consultation System using ChatGPT's GPTs and Python.

　Methods : The AI Medical Consultation system was designed with structured medical questions covering 390 clinical symptoms. Four chief complaints were selected for each of four major medical domains : respiratory, circulatory, digestive, and nervous systems. The AI conducted consultations and generated structured medical histories, which were compared to actual transcripts. Performance was evaluated based on completeness, accuracy, redundancy, classification appropriateness, and terminological consistency.

　Results : The AI Medical Consultation system provided comprehensive consultations with high accuracy in structured history generation. However, it frequently omitted negative findings and had minor inaccuracies in symptom duration and frequency. Despite these limitations, it effectively categorized information, minimized redundancy, and maintained consistent terminology across domains, indicating its potential to reduce healthcare disparities.

　Conclusions : The AI Medical Consultation System enhances efficiency, reduces physician workload, and expands access to care. This case study highlights the potential of AI-driven consultations as a step toward equitable healthcare.

本誌第45巻1号（Vol.45 No.1），第45巻2号（Vol.45 No.2）の記載に誤りがありました．

謹んでお詫び申し上げます．

第45巻1号（原著-研究論文）

日本における医療従事者6職種間の地域偏在度に関する相対比較

図5 地域偏在クラスター（2職種）；縦の矢印

誤：上から 小―作業療法士の偏在度―大

正：上から 大―作業療法士の偏在度―小

第45巻2号（春季学術大会論文）

医療器具関連感染サーベイランスのためのデータ収集環境の構築と活用

誤：表3 サーベイランスデータ作業行程の比較

正：表3 サーベイランスデータ作業工程の比較