バーチャルケース推論とAI支援診断指導：ボディインタラクトと大規模言語モデルに基づく実証研究
カテゴリ：医学教育
公開日：2026年2月19日
タイトル：Virtual case reasoning and AI-assisted diagnostic instruction: an empirical study based on body interact and large language models.
雑誌名：BMC Med Educ. 2025 Oct 24; 25(1): 1493. doi: 10.1186/s12909-025-07872-7. Epub 2025 Oct 24.
概 要：
本研究は、大規模言語モデル（LLM）をバーチャル患者プラットフォームに統合することで、臨床推論教育に新たなアプローチを提供することを目的としています。急性期ケアシナリオにおけるBody InteractとAIモデル（ChatGPT-4およびDeepSeek-R1）の組み合わせのパフォーマンスと教育的価値を評価しました。3つの標準化されたケース（昏睡、脳卒中、外傷）をシミュレーションし、診断と治療の一貫性、臨床推論段階との整合性、教育の質を専門家の評価やAIの自己評価を用いて分析しました。
方 法：
本研究では、2人の医療研究者が昏睡、脳卒中、外傷の3つの標準化されたケースをシミュレーションしました。構造化されたケース概要を両モデルに同一のプロンプトで入力し、出力を診断および治療の一貫性、臨床推論段階との整合性、教育の質について評価しました。評価方法には専門家のスコアリング、AIの自己評価、テキストの可読性指標、Grammarly分析が含まれました。
結 果：
ChatGPT-4は脳卒中シナリオで最も良好なパフォーマンスを示しましたが、昏睡および外傷ケースでは一貫性が低かったです。一方、DeepSeek-R1は全ケースでより安定した診断および治療出力を示しました。両モデルは高い専門家および自己評価スコアを得ましたが、ChatGPT-4はより可読性の高い出力を生成し、DeepSeek-R1は文法的な精度が高いことが示されました。
結 論：
本研究の結果は、ChatGPT-4とDeepSeek-R1がそれぞれAI支援教育において独自の強みを持つことを示唆しています。ChatGPT-4のアクセスしやすい言語は初学者を支援するのに適している一方、DeepSeek-R1は正式な臨床推論により適している可能性があります。特定の教育目標に基づいてモデルを選択することで、AI駆動の医療教育の効果を高めることができます。