アルツハイマー病予測のためのマルチエージェント大規模言語モデルフレームワークCARE-AD
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：CARE-AD: a multi-agent large language model framework for Alzheimer's disease prediction using longitudinal clinical notes.
雑誌名：NPJ Digit Med. 2025 Aug 24; 8(1): 541. doi: 10.1038/s41746-025-01940-4. Epub 2025 Aug 24.
概 要：
本研究では、アルツハイマー病（AD）の発症予測を目的としたCARE-AD（Collaborative Analysis and Risk Evaluation for Alzheimer's Disease）というマルチエージェント大規模言語モデル（LLM）フレームワークを提案します。CARE-ADは、電子健康記録（EHR）の長期的なノートを分析し、ADに関連する兆候や症状を抽出するために専門化されたLLMエージェントを割り当て、協調的な診断プロセスを模倣します。回顧的評価において、CARE-ADは、最初の診断コードが記録される10年前のADリスク予測において、従来の単一モデルアプローチよりも高い精度（0.53対0.26-0.45）を達成しました。この結果は、マルチエージェントLLMシステムを用いたADの早期リスク評価の可能性を示しており、臨床意思決定支援ワークフローへの統合に向けたさらなる研究を促進します。
方 法：
本研究は、電子健康記録（EHR）ノートを用いた回顧的評価を行い、CARE-ADフレームワークの精度を検証しました。CARE-ADは、ADに関連する兆候や症状を抽出するために、専門化された複数のLLMエージェントを使用しています。主要評価指標は、ADリスクの予測精度であり、最初の診断コードから10年前のデータに基づいています。
結 果：
CARE-ADは、ADリスク予測において従来の単一モデルアプローチよりも高い精度を示し、具体的には0.53の精度を達成しました。従来のモデルは0.26から0.45の範囲の精度でした。この結果は、マルチエージェントLLMシステムがADの早期リスク評価において有用であることを示しています。
結 論：
CARE-ADフレームワークは、アルツハイマー病の発症予測において高い精度を示し、臨床意思決定支援におけるマルチエージェントLLMシステムの統合の可能性を示唆しています。今後の研究は、これらのシステムを臨床現場におけるリスク評価に活用することを目指すべきです。