自動データ抽出のための協調型大規模言語モデルを用いた生きた系統的レビュー
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Collaborative large language models for automated data extraction in living systematic reviews
雑誌名：J Am Med Inform Assoc. 2025 Apr 01; 32(4): 638-647. doi: 10.1093/jamia/ocae325.
概 要：
本研究は、生きた系統的レビュー（LSR）における文献からのデータ抽出を自動化するための一般化可能なワークフローを構築することを目的としています。データ抽出には、大規模言語モデル（LLM）を活用し、実際の2人のレビュープロセスを模倣します。10件の試験（22件の出版物）からなるデータセットを使用し、試験、人口、結果データに関連する23の変数に焦点を当てました。
方 法：
データセットは、プロンプト開発用（n=5）と保持テストセット（n=17）に分割されました。データ抽出にはGPT-4-turboとClaude-3-Opusを使用し、同じ変数に対する応答が一致した場合は一致と見なしました。各LLMの不一致応答は、他方のLLMに提供され、相互批評が行われました。パフォーマンスを評価するために、正確性を計算しました。
結 果：
プロンプト開発セットでは、110件（96%）の応答が一致し、金標準に対して0.99の正確性を達成しました。テストセットでは、342件（87%）の応答が一致し、一致した応答の正確性は0.94でした。不一致応答の正確性は、GPT-4-turboで0.41、Claude-3-Opusで0.50でした。49件の不一致応答のうち、25件（51%）が相互批評後に一致し、正確性は0.76に向上しました。
結 論：
協調型の2人レビューワークフローでシミュレーションされた大規模言語モデルは、合理的なパフォーマンスでデータを抽出できることが示され、生きた系統的レビューを実現する可能性があります。