医療文書に対するOCR精度検証：複雑レイアウト文書での評価 | GENSHI AI

複雑なレイアウトを持つ医療文書を対象に、複数のOCRモデルの精度を検証しました。テキスト認識精度、構造保持、欠落や誤結合の傾向を比較評価しています。実務活用を見据えたモデル選定・設計検討の参考情報として整理しました。 （GENSHI AI 鈴木貴登） 0. はじめに OCR（光学文字認識）に関する検証記事は数多く存在しますが、複雑なレイアウトを持つ文書を対象に、実務利用を想定した精度比較を行っている事例は多くありません。 例えば退院サマリーのような医療文書では、行ごとに列数が異なる、セルの幅が不均一、表と文章が混在しているといった「表に近いが、厳密な表構造ではない」レイアウトが頻繁に登場します。このような文書では、単純にテキストが読めるかどうかだけでなく、文書構造をどの程度保ったまま情報を抽出できるかが、実務活用の可否を左右します。 本記事では、こうした複雑なレイアウト文書を対象に、複数の

[heguro]

"gemini-3-pro-preview（商用API） 今回の退院サマリー15では、APIタイムアウトで実行できないという結果でした。精度以前に実行安定性が論点に"

[operator]

おじいさん医師が書いた手書きのカルテ（ドイツ語混じってる）に挑戦かと期待して開いたけど違った

[nguyen-oi]

Claude 4.5 Opusの圧倒的強者感。医療文書みたいなクソレイアウトはもはやAI界のラスボスだな