市販薬では対応が難しい診断名を包括的に検出し、早期リターン処理によりAPIコストを削減する機能の実装について
市販薬では対応が難しい診断名を包括的に検出し、適切な医師相談を推奨する機能を実装しました。この記事では、約170項目の診断名を検出し、早期リターン処理によりAPIコストを削減する機能の実装について解説します。
ユーザーが診断名（疾患名）を入力した場合、市販薬での対応は困難です。例えば：
これらの診断名を検出し、適切な医師相談を推奨する必要がありました。
約170項目の診断名を以下のカテゴリに分類：
DIAGNOSIS_DICTIONARY = {
# 精神疾患（約60項目）
"精神疾患": [
"うつ病", "統合失調症", "双極性障害", "パニック障害", "PTSD",
"ADHD", "自閉症スペクトラム", "認知症", "アルツハイマー病",
# ... その他の精神疾患
],
# 悪性腫瘍（約30項目）
"悪性腫瘍": [
"がん", "癌", "白血病", "リンパ腫",
"肺がん", "胃がん", "大腸がん", "乳がん",
# ... その他の悪性腫瘍
],
# 慢性疾患（約50項目）
"慢性疾患": [
"高血圧", "糖尿病", "リウマチ", "膠原病",
"腎疾患", "肝疾患", "心疾患", "呼吸器疾患",
# ... その他の慢性疾患
],
# その他の重篤な疾患（約30項目）
"その他": [
"インフルエンザ", "肺炎", "尿路感染症", "帯状疱疹",
"動脈硬化", "深部静脈血栓症", "胃潰瘍", "十二指腸潰瘍",
# ... その他の疾患
]
}
# src/core/diagnosis_detector.py
def detect_diagnosis(user_text):
"""
診断名を検出
"""
detected_diagnoses = []
normalized_text = normalize_text(user_text)
# すべての診断名をチェック
for category, diagnoses in DIAGNOSIS_DICTIONARY.items():
for diagnosis in diagnoses:
normalized_diagnosis = normalize_text(diagnosis)
# 単語境界を考慮したマッチング
if is_word_match(normalized_diagnosis, normalized_text):
# 文脈チェック（既往歴として言及された場合は除外）
if not is_past_medical_history(user_text, diagnosis):
detected_diagnoses.append({
"name": diagnosis,
"category": category,
"confidence": 1.0
})
return detected_diagnoses
「既往症として高血圧がありますが」などの文脈で診断名が言及された場合、誤検出を防止：
def is_past_medical_history(user_text, diagnosis):
"""
診断名が既往歴として言及されているかチェック
"""
# 文脈チェック範囲（診断名の前後50文字）
context_range = 50
# 除外パターン
exclusion_patterns = [
# 時間的表現
r"(過去|以前|昔|なった|だった|でした)",
# 他人・家族関係
r"(知り合い|友人|家族|父|母|祖父|祖母)",
# ペット関連
r"(猫|犬|ペット|動物)",
# 治癒表現
r"(治り|完治|回復|治った|治癒|改善|良くなった)",
# 将来表現
r"(将来|未来|怖い|心配|不安)",
# 医学用語
r"(既往症|既往歴|持病|基礎疾患|基礎疾病)",
# 逆接表現
r"(ですが|がありますが|を患っていますが|と言われていますが)"
]
# 診断名の位置を検索
diagnosis_pos = user_text.find(diagnosis)
if diagnosis_pos == -1:
return False
# 文脈範囲を取得
start_pos = max(0, diagnosis_pos - context_range)
end_pos = min(len(user_text), diagnosis_pos + len(diagnosis) + context_range)
context_text = user_text[start_pos:end_pos]
# 除外パターンをチェック
for pattern in exclusion_patterns:
if re.search(pattern, context_text):
return True
return False
診断名が検出された場合、通常の医薬品推奨フローをスキップして早期リターン：
# src/handlers/chat/chat_handler.py
def handle_chat_request(user_message, session):
"""
チャットリクエストを処理
"""
# ステップ1.7: 診断名検出（心臓緊急チェック後、不眠関連キーワードチェック前）
detected_diagnoses = detect_diagnosis(user_message)
if detected_diagnoses:
# 早期リターン: ChatGPT APIを呼び出さず、即座に医師受診を推奨
diagnosis_names = [d["name"] for d in detected_diagnoses]
category = detected_diagnoses[0]["category"]
response_message = generate_doctor_referral_message(
diagnosis_names, category
)
return {
"type": "bot",
"content": response_message,
"requires_doctor": True,
"detected_diagnoses": diagnosis_names
}
# 通常の推奨フロー（ChatGPT APIを使用）
# ...
「不眠症」などの診断名と「不眠」などの症状を適切に区別：
def distinguish_diagnosis_from_symptom(user_text):
"""
診断名と症状を区別
"""
# 診断名リストから「不眠症」を検出
if "不眠症" in user_text:
# 診断名として処理（医師受診を推奨）
return "diagnosis"
# 症状リストから「不眠」を検出
if "不眠" in user_text or "眠れない" in user_text:
# 症状として処理（カウンセリングフロー）
return "symptom"
return None
診断名検出をステップ1.7で実行し、「不眠症」などの診断名がカウンセリングフローに流れることを防止：
# 処理順序
# ステップ1.0: 心臓緊急チェック
# ステップ1.7: 診断名検出 ← ここで実行
# ステップ2.0: 不眠関連キーワードチェック
# ステップ3.0: 通常の推奨フロー
原因: 文脈チェックが不十分
解決策:
原因: 診断名と症状の区別が不十分
解決策:
原因: 早期リターン処理が実行されていない
解決策:
診断名検出機能の実装により、市販薬では対応が難しい診断名を包括的に検出し、適切な医師相談を推奨できるようになりました。早期リターン処理により、APIコストを約80%削減し、レスポンス時間も大幅に短縮しました。
今後も、より多くの診断名に対応し、文脈を考慮した正確な検出を実現していきます。