InterSystems プログラミングコンテスト：FHIR 対応 AI エージェント

1. Smart Patient Summary Generator
   1. 機能：FHIRデータから、疾患、投薬、アレルギー、最近の受診履歴、検査結果、ケアプランなどを含む、簡潔で臨床医にとって使いやすい患者の要約を作成します。
   2. FHIR リソース： Patient, Condition, MedicationRequest, AllergyIntolerance, Observation, Encounter, CarePlan を使用してください。
   3. 使用するプラットフォーム機能： FHIR API, FHIR SQL Builder, AI Hub 
   4. 1〜2週間でまずは最小限動く内容の作成： 患者を1名選び、最近のFHIRリソースを取得し、以下を内容を生成します。
      • “現在の問題”;
      • “最近の変化”;
      • “リスク／フォローアップ項目”.
   5. 工夫のポイント： 役割（救急科医師、ケアマネージャー、患者、または家族介護者）ごとに異なる要約を生成してください。
2. FHIR Prior Authorization Copilot
   1. 機能：FHIRデータから診断、投薬履歴、処置、および裏付けとなる証拠を抽出し、スタッフが事前承認申請の準備を行うのを支援します。
   2. FHIR リソース： Patient, Coverage, Condition, MedicationRequest, Procedure, Observation, DocumentReference を使用してください。
   3. 使用するプラットフォーム機能： FHIR SQL Builder, Vector Search, AI Hub, AI Agents 
   4. 1〜2週間でまずは最小限動く内容の作成：処方薬または処置の依頼を受けると、アプリは、以下の内容を生成します。
      • 関連する診断を特定する。
      • 関連する最近の観察記録やメモを検索する。
      • 根拠の要約を作成します。
   5. 工夫のポイント：「不足している証拠」のチェックリストを追加します。
3. Gaps-in-Care Finder for Preventive Screening
   1. 機能：検診、予防接種、または慢性疾患のフォローアップの受診時期を過ぎている可能性のある患者を特定します。
   2. FHIR リソース： Patient, Immunization, Observation, Condition, Procedure, Encounter.
   3. 使用するプラットフォーム機能： FHIR SQL Builder, dashboards/analytics, optional AI Hub. 
   4. 1〜2週間でまずは最小限動く内容の作成：以下のような2～3つのルールを実装します。
      • 糖尿病のHbA1cフォローアップ
      • マンモグラフィー検診の受診期間
      • インフルエンザ/COVID-19ワクチン接種のリマインダー
      • 血圧のフォローアップ
   5. 工夫のポイント： AIを活用し、患者の好みやリスクレベルに合わせた患者向けフォローメッセージを生成します。
4. Medication Safety and Interaction Assistant
   1. 機能：FHIRの薬剤およびアレルギーデータを活用し、重複投与、相互作用、アレルギーとの競合、服薬遵守の問題を検知する薬剤レビューアプリを構築します。
   2. FHIR リソース： MedicationRequest, MedicationStatement, AllergyIntolerance, Condition, Observation. 
   3. 使用するプラットフォーム機能： FHIR API, AI Hub, Vector Search. 
   4. 1〜2週間でまずは最小限動く内容の作成： 表示内容は、以下の通りです。
      • 現在服用中の薬剤リスト
      • 重複治療の検出
      • アレルギーの照合
      • 平易な言葉で書かれたカウンセリング要約
   5. 工夫のポイント： 薬剤ガイダンスコンテンツや患者向け教育資料に対してベクトル検索を使用し、文脈に応じた説明を返す。
5. AI-Powered Care Plan Navigator
   1. 機能： CarePlan および Goal リソースを、患者やケアコーディネーター向けのガイド付き体験に変換します。
   2. FHIR リソース： CarePlan, Goal, Task, Appointment, MedicationRequest, Observation. 
   3. 使用するプラットフォーム機能： AI Agents, AI Hub, FHIR API. 
   4. 1〜2週間でまずは最小限動く内容の作成：アプリは以下の質問に回答します。
      • 「この患者は次に何をすべきか？」
      • 「期限切れのタスクは何か？」
      • 「どの目標が予定通り進んでいないか？」
   5. 工夫のポイント： 観察結果の変化や予約の未履行に基づいて、推奨される Task リソースを作成
6. Social Determinants and Community Referral Matcher
   1. 機能： 臨床データや社会データを活用し、交通手段、食料不安、住居、行動健康支援に関する地域リソースを推奨します。
   2. FHIR リソース： Condition, Observation, QuestionnaireResponse, ServiceRequest, CarePlan, Patient.
   3. 使用するプラットフォーム機能：Vector Search, AI Hub, AI Agents.
   4. 1〜2週間でまずは最小限動く内容の作成： 患者のプロファイルと地域のサービスに関する小規模なディレクトリを基に以下の内容を作成します。
      • ニーズの可能性を特定する
      • 関連するリソースを推奨する
      • 紹介要約を生成する
   5. 工夫のポイント：地域リソースをセマンティック検索可能なコンテンツとして保存し、ベクトル検索を使用してニーズとサービスをマッチングさせる。
7. FHIR Clinical Trial Matcher
   1. 機能： 臨床データおよび関連する非構造化文書を用いて、患者を臨床試験の適格基準と照合します。
   2. FHIR リソース： Condition, Observation, MedicationStatement, Procedure, Patient, DocumentReference.
   3. 使用するプラットフォーム： Vector Search, AI Hub, AI Agents, FHIR SQL Builder. 
   4. 1〜2週間でまずは最小限動く内容の作成： いくつかの模擬試験について作成します。
      • 適格基準を抽出
      • 患者プロファイルと比較
      • 「適格の可能性が高い／可能性あり／可能性が低い」を、その根拠と共に表示
   5. 工夫のポイント： 基準が不完全な場合、エージェントが「最新のeGFRは？」や「過去の治療歴は？」といった追跡質問を行う。
8. Natural Language to FHIR Query Explorer 
   1. 機能： ユーザーが「過去6か月間にA1cが9を超えた糖尿病患者を表示」といった質問を入力すると、それを構造化されたFHIRクエリまたはFHIR SQLに変換します。
   2. FHIR リソース: 関連するあらゆるリソース、特に Patient, Condition, Observation, Encounter. 
   3. 使用するプラットフォーム： FHIR SQL Builder, AI Hub. 
   4. 1〜2週間でまずは最小限動く内容の作成： 5～10種類の質問パターンをサポート
      • コホート発見
      • 最近の検査結果によるフィルタリング
      • 投薬に基づく患者集団
      • 受診時期の近さ
   5. 工夫のポイント：生成されたSQLやFHIR検索クエリを表示し、審査員に透明性を確認してもらう。
9. Hospital Readmission Risk Workbench
   1. 機能： 最近の受診状況、診断、投薬、検査結果から短期的な再入院リスクを推定し、介入策を提案するプロトタイプを構築します。
   2. FHIR リソース： Encounter, Condition, Observation, MedicationRequest, CarePlan, Patient.  
   3. 使用するプラットフォーム： FHIR SQL Builder, AI Hub, dashboards. 
   4. 1〜2週間でまずは最小限動く内容の作成：本格的な機械学習モデルの代わりに、ルールベースまたは軽量なスコアリングを使用する
      • 最近の入院歴
      • 高リスクの疾患
      • フォローアップの未受診
      • 検査値の異常
      • 多剤併用
   5. 工夫のポイント： 推奨される次のステップを、タスクまたはケアプランの提案として生成する。 
10. Conversational FHIR Triage Assistant
    1. 機能： AIエージェントが患者に構造化されたトリアージの質問を行い、回答をQuestionnaireResponseとして保存し、医療従事者への引き継ぎ要約を作成します。
    2. FHIR リソース：Questionnaire, QuestionnaireResponse, Condition, Observation, ServiceRequest, Encounter. 
    3. 使用するプラットフォーム： AI Agents, AI Hub, FHIR API. 
    4. 1〜2週間でまずは最小限動く内容の作成：プロトタイプは以下の機能を実現します。
       • 症状に関する質問を行う
       • 緊急度を推奨する
       • 構造化された引き継ぎメモを生成する
       • フォローアップタスクまたはサービスリクエストを作成する
    5. 工夫のポイント： 可能な限り、会話をコード化されたFHIRオブザベーションに変換する。
11. Imaging and Results Follow-Up Tracker
    1. 機能：異常な検査結果を追跡し、適切なフォローアップが記録されていることを確認することで、「クローズドループ」ケアの不備を容易に特定できるようにします。
    2. FHIR リソース： Observation, DiagnosticReport, ServiceRequest, Task, Encounter, Patient. 
    3. 使用するプラットフォーム： FHIR SQL Builder, AI Hub, AI Agents. 
    4. 1〜2週間でまずは最小限動く内容の作成： 異常な検査結果を見つけ出し、以下の有無を表示する。
       • フォローアップの予約があるか
       • 再検査の指示があるか
       • タスクがあるか
       • 診療記録に計画が記載されているか
    5. 工夫のポイント：AIを使用して、患者への連絡案や医療従事者へのリマインダー案を作成する。
12. Patient-Friendly Lab Explainer 
    1. 機能：検査結果やその推移を、患者向けの平易な説明に変換し、教育的な背景情報や医師への質問例を添えます。
    2. FHIR リソース： Observation, DiagnosticReport, Patient. 
    3. 使用するプラットフォーム： AI Hub, Vector Search. 
    4. 1〜2週間でまずは最小限動く内容の作成： CBC、A1c、脂質、CMPなどの検査項目をいくつか選択し、以下を生成します。
       • 結果の意味
       • 経時的な変化の有無
       • 次に何を尋ねるべきか
    5. 工夫のポイント：信頼できる教育コンテンツに対してベクトル検索を使用し、説明の根拠を明確にします。

*これらのアイデアを実装するとボーナスポイントを獲得できます。
*テクノロジボーナスの詳細な内訳は、近日中に公開予定です。