臨床実習ログから学習経験を抽出するAIの精度：観察研究
カテゴリ：医学教育
公開日：2026年2月19日
タイトル：AI's Accuracy in Extracting Learning Experiences From Clinical Practice Logs: Observational Study
雑誌名：JMIR Med Educ. 2025 Oct 15; 11: e68697. doi: 10.2196/68697. Epub 2025 Oct 15.
概 要：
本研究は、医学生の臨床実習中の学習ログデータから実際の臨床経験を予測するAIモデルの精度を探求することを目的としています。学習記録を自動的に分析し、学習者の経験を可視化することで、進捗をリアルタイムで追跡できる可能性があります。名古屋大学医学部で実施され、OpenAIのChatGPTを用いて学習ログから経験を抽出しました。結果として、AIは高い特異度で臨床経験を特定しましたが、感度は中程度でした。
方 法：
この研究は名古屋大学医学部で行われ、2024年4月22日から5月24日までの臨床実習に参加した医学生の学習ログデータを使用しました。学習ログデータをもとにプロンプトを作成し、ChatGPTを用いて経験を抽出しました。抽出された経験の精度は、学生が提供した修正リストと比較することで評価されました。
結 果：
20人の6年生医学生が参加し、40のデータセットが得られました。全体のジャッカード指数は0.59（95% CI 0.46-0.71）、コーエンのカッパは0.65（95% CI 0.53-0.76）でした。感度は62.39%（95% CI 49.96%-74.81%）、特異度は99.34%（95% CI 98.77%-99.92%）でした。カテゴリー別では、症状の感度は45.43%、特異度は98.75%、検査の感度は46.76%、特異度は98.84%、手技の感度は56.36%、特異度は98.92%でした。
結 論：
本研究は、GPT-4-turboのような大規模言語モデルが学習ログから臨床経験を予測できることを示しましたが、感度は中程度であることが分かりました。今後のAIモデルの改善や、電子医療記録など他のデータソースとの統合が精度向上に寄与する可能性があります。AIを用いた学習ログの分析は、学習者や教育者の負担を軽減し、医療教育における教育評価の質を向上させることが期待されます。