明治安田が健康診断書の読み取りにAI-OCR、1枚約3秒で91項目をデータ化

読み取り位置をあらかじめ決めておく前提を外した点が、この取り組みの起点になっています。従来のAI-OCRで主流だった座標定義型は、どの位置に何が書かれているかを事前に定義できる書類でしか力を発揮しません。これに対して採用されたのは、書類の特徴を学習して意味を捉える特徴量学習型で、発行元ごとに様式が無数に分かれる書類に対して「揃っていること」を要求しない設計になっています。様式を統一させる交渉ではなく、揃っていない状態のまま受け取る側の技術で吸収する、という順序の置き換えが効いていると考えられます。

読み取る対象を91項目として明示的に定義し、そのうち26項目を重点項目として区別した設計も見逃せません。健康診断書には血液検査から眼底検査、肺機能検査まで性質の異なる値が並びますが、これらをひとまとめに「全部読む」と扱えば、精度の議論も改善の議論も曖昧なままになります。項目を数え上げ、重みの違いを明示したことで、どこを優先して精度を上げるのかという判断軸が業務側と共有できる形になりました。

入力データの品質がばらつくことを前提に置いたチューニングも、実務に乗せるうえで重要な判断です。スキャンされたきれいな画像だけを想定せず、手振れや影、傾きを含むカメラ撮影画像まで処理対象に含めることで、現場が撮り直しや取り込み直しの手間を負わずに済みます。加えて、診療明細書と調剤明細書という既に運用されていた書類から健康診断書へと対象を広げる進め方は、書類の種類ごとに読み取り品質を確かめながら範囲を広げる、段階的な拡張として組み立てられています。