カスタマイズされた大規模言語モデルによる子宮頸がんスクリーニング支援の可能性と限界の探求
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Exploring the possibilities and limitations of customized large language model to support and improve cervical cancer screening
雑誌名：BMC Med Inform Decis Mak. 2025 Jul 01; 25(1): 242. doi: 10.1186/s12911-025-03088-3. Epub 2025 Jul 01.
概 要：
本研究は、生成的事前学習変換器（GPT）を用いたカスタムGPTの可能性と限界を探求し、子宮頸がんスクリーニングに関する情報を提供する患者教育ツールとしての役割を評価しました。ユーザーフレンドリーなデザインを通じて、公開されている情報へのアクセスを促進し、効果的な知識提供を目指しました。システムは、医療ガイドラインを参照しながら開発され、反復的なテストを通じて質と関連性を最適化しました。
方 法：
このシステムは、OpenAIのGPT-4モデルとPythonプログラミング言語を使用して開発され、Streamlit上でクラウドベースのインターフェースが構築されました。初期評価のためにテスターに質問を提示し、医療ガイドラインに基づく情報を提供しました。プロンプトの質を向上させるために、文脈提供や質問の連鎖、プロンプトに基づく制約などの技術が使用され、医師による独立評価も行われました。
結 果：
2024年に3週間で115回のテストが行われ、87名の女性（76%）と28名の男性（24%）が参加しました。112名がユーザー体験アンケートを完了し、年齢と認識されたパーソナライズの間に有意な関連（p=0.047）、性別とシステムのカスタマイズの間にも有意な関連（p=0.037）が示されました。若年層は高いエンゲージメントを報告し、女性はスクリーニングスケジュールや早期発見に関するガイダンスを重視し、男性はHPVワクチン接種に関する情報の有用性を強調しました。医師による独立評価では、システムの応答の正確性、明確さ、有用性が一貫して評価されました。
結 論：
このシステムは、公共の健康意識を高め、子宮頸がんスクリーニングやHPVワクチン接種に関する情報を求める行動を促進する可能性を示していますが、会話能力は現行の言語モデル技術の限界に制約されています。カスタムGPTは医療相談の代替にはなりませんが、ワークフローを効率化し、情報アクセスを迅速化し、個別化されたケアを支援することができます。今後の研究では、影響と信頼性を確立するために、適切に設計されたランダム化比較試験を行う必要があります。