共同医療関係抽出とは、単一のモデルを使用して医療文からエンティティと関係からなる三つ組を抽出することを指します。この課題の一つの解決策は、順次タグ付け課題に変換することです。しかし、既存の研究では、三つ組を線形で表現およびタグ付けする方法が重複する三つ組に対処できず、また三つ組をグラフとして組織化する方法は大きな計算負荷に直面していました。本論文では、医療文における木構造のような関係構造に着想を得て、新しいスキームである双方向木タグ付け（Bidirectional Tree Tagging: BiTT）を提案します。このBiTTスキームにより、医療関係三つ組を二つの二分木に形成し、これらの木を単語レベルのタグシーケンスに変換することができます。BiTTスキームに基づいて、当該モデルを開発し、BiTTタグの予測を行い、さらに効率的に医療三つ組を抽出します。当該モデルは二つの医療データセットにおいてF1スコアで最良のベースラインを超える結果を示しており、それぞれ2.0%と2.5%の向上が見られました。さらに、他の領域の三つの公開データセットでも当該スキームを使用したモデルは有望な結果を得ています。