ある医療機関が、患者の電子カルテ（テキスト記録）から「糖尿病」「高血圧」などの診断名を自動抽出し、研究データベースに格納するシステムを構築しようとしている。このユースケースに最も適したAIワークロードの種類はどれか。
- A. 自然言語処理：テキストから特定のエンティティ（病名・症状）を認識・抽出する
- B. コンピュータービジョン：レントゲン画像から疾患を自動検出する
- C. 予測（機械学習）：過去の診断データから将来の疾患リスクを数値予測する
- D. 生成AI：電子カルテの要約文を自動生成して医師の参照を助ける
解答と解説を見る
正解: A
電子カルテのテキストから「糖尿病」「高血圧」といった特定の医療エンティティを識別・抽出するのは、「自然言語処理（NLP）」の中でも「固有表現認識（NER: Named Entity Recognition）」と呼ばれる機能を使うワークロードである。テキストデータを対象に特定カテゴリの語句を識別・構造化するのはNLPの専門領域である。選択肢Dの生成AIはテキスト生成に優れるが、既存テキストからの正確なエンティティ抽出・構造化にはNLPのNERモデルが適切である。選択肢Bのコンピュータービジョンは画像解析に特化しており、テキスト記録の処理には使わない。選択肢Cの予測（機械学習）はリスクスコアなどの数値予測には適するが、テキストからのエンティティ抽出とは異なる。