プライマリーディアベテスケアのための統合画像ベースの深層学習と言語モデル
カテゴリ：高齢者医療・介護
公開日：2025年10月24日
タイトル：Integrated image-based deep learning and language models for primary diabetes care
雑誌名：Nat Med. 2024 Oct;30(10):2886-2896.
概 要：
本研究は、プライマリーディアベテスケアと糖尿病網膜症（DR）スクリーニングの課題を解決するために、画像と言語を統合したシステム（DeepDR-LLM）を開発しました。このシステムは、大規模言語モデル（LLM）と画像ベースの深層学習（DeepDR-Transformer）を組み合わせ、プライマリケア医（PCP）に個別化された糖尿病管理の推奨を提供します。評価の結果、LLMは英語でPCPや内分泌科の研修医と同等の性能を示し、中国語ではPCPを上回る結果を得ました。DeepDR-LLMの導入により、糖尿病患者の自己管理行動が改善され、DRの紹介に対する遵守率も向上しました。このシステムは、プライマリーディアベテスケアとDRスクリーニングの向上に寄与する可能性があります。
方 法：
この研究は、PCPの支援なしで397人、DeepDR-LLMを使用したPCPの支援ありで372人の患者を対象にした単一施設の前向き研究です。LLMモジュールの性能を評価するために、英語と中国語でのテストを行い、DRの紹介に関するPCPの正確性を比較しました。主要評価指標は、糖尿病管理の遵守率とDR紹介の遵守率です。
結 果：
PCPの支援なしでのDRの識別における平均正確性は81.0%、DeepDR-Transformerを使用した場合は92.3%でした。PCP+DeepDR-LLM群の新たに診断された糖尿病患者は、フォローアップ中に自己管理行動が改善され（P<0.05）、DR紹介の遵守率も向上しました（P<0.01）。さらに、DeepDR-LLMの導入により、管理推奨の質と共感レベルが向上しました。
結 論：
DeepDR-LLMは、プライマリーディアベテスケアとDRスクリーニングを向上させるデジタルソリューションとしての可能性を示しました。多面的な性能により、糖尿病管理の質を高めることが期待されます。