MEDICINE & AI

タイトル：Embracing the Future of Medical Education With Large Language Model-Based Virtual Patients: Scoping Review 雑誌名：J Med Internet Res. 2025 Nov 13; 27: e79091. doi: 10.2196/79091. Epub 2025 Nov 13. 概　要： 近年、大規模言語モデル（LLM）が急速に発展しており、LLMに基づく仮想患者が医療教育におけるシミュレーションの新たな機会を提供しています。本研究は、LLMに基づく仮想患者の医療教育における現在の応用、研究動向、課題を体系的に分析し、今後の発展の方向性を探ることを目的としています。 方　法： 本研究はPRISMA-ScRガイドラインに従い、2018年1月1日から2025年6月24日までの期間におけるLLMに基づく仮想患者に関連する研究を特定するため、5つのデータベース（Web of Science Core Collection、PubMed、IEEE Xplore、Embase、Scopus）を検索しました。研究デザインから応用、評価に至るまでの包括的な分析を行いました。 結　果： 合計28件の研究が本スコーピングレビューに含まれました。分析の結果、92.9%（26/28）の研究が過去2年間に発表されており、LLMに基づく仮想患者の研究はまだ初期段階であることが示されました。研究は主に医療訓練に焦点を当て、様々な医療分野にわたります。LLMを使用する際には、ソーシャルロボット、仮想現実、混合現実などの先進技術が用いられ、リアリズムとユーザーインタラクションが向上しています。評価は主にユーザー体験に重点を置いていますが、評価方法の標準化が欠如しており、検証済みツールを使用した研究はわずか13%（3/23）で、学習成果を客観的に測定した研究は21.7%（5/23）にとどまりました。全ての研究はLLMに基づく仮想患者に対して肯定的な態度を示しましたが、プライバシーやセキュリティに関する考慮が不足しています。 結　論： LLMに基づく仮想患者は医療教育において重要な革新の可能性を秘めており、まだ発展の初期段階にあります。主に医療訓練に応用され、コミュニケーションスキルの訓練においても期待されていますが、実際の対人関係を置き換えることはできません。研究デザインの多様性、相互作用における非言語的手がかりの欠如、プライバシーやセキュリティに関する懸念が、より広範な実施を制限しています。今後の研究は、LLMに基づく仮想患者の信頼性、リアリズム、安全性、科学的有効性の向上に焦点を当てるべきです。