日本长崎大学与横滨市立大学近日宣布，将联手医疗科技公司TXP Medical，于2026年3月正式启动一项基于生成AI的下一代电子数据采集（EDC）系统——"NEXT Stage EDC"。该研究聚焦于初级医疗中呼吸困难患者的诊疗实况，旨在通过解析医生的临床思维过程，揭示多因素评估与决策机制。
在传统医疗研究中，诊疗记录多为非结构化文本，依赖人工阅读提取信息，效率低下且难以量化医生的思考逻辑。此次构建的EDC系统核心突破在于引入生成AI技术，结合高精度OCR功能，不仅能提取文字，更能理解文本背后的临床语境。系统能够将医生在诊疗记录中隐含的“思考轨迹”转化为可量化的研究数据，从而实现对临床判断结构的可视化分析。
日本在初级医疗（Primary Care）领域拥有独特的“全科医生”体系，诊疗记录往往承载着丰富的临床推理细节。然而，如何将这类非结构化数据转化为高质量的研究证据，一直是行业痛点。此次合作标志着日本医疗研究正从单纯的数据录入，向深度语义理解与智能分析转型。通过改变AI提示词（Prompt），未来该系统甚至可灵活适配不同研究课题，大幅降低多中心研究的实施门槛。
作为此次技术的提供方，TXP Medical是日本领先的医疗数据基础设施初创企业。其核心产品“NEXT Stage系列”已覆盖日本全国100多家大型医院，在急救重症领域占据约50%的市场份额。该公司由**急救医生创立，深谙临床需求，其EDC系统不仅支持电子病历数据的自动OCR识别，还具备智能辅助录入功能，显著提升了数据录入的准确性与效率。
对于中国医疗行业而言，随着电子病历的普及，如何挖掘非结构化文本中的高价值信息已成为关键趋势。日本此次尝试利用生成AI“读懂”医生思维，为中国医疗机构在真实世界研究（RWS）和临床决策支持系统（CDSS）的智能化升级提供了极具参考价值的实践路径，预示着未来医疗科研将更深度地依赖AI对隐性知识的提取能力。