周術期医療における大規模言語モデルの臨床的および経済的影響：ランダム化クロスオーバー試験
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Clinical and economic impact of a large language model in perioperative medicine: a randomized crossover trial.
雑誌名：NPJ Digit Med. 2025 Jul 21; 8(1): 462. doi: 10.1038/s41746-025-01858-x. Epub 2025 Jul 21.
概 要：
本研究は、周術期ケアにおける重要かつ時間のかかる前処置評価に対し、LLM（大規模言語モデル）に基づく臨床意思決定支援システム「PEACH（PErioperative AI CHatbot）」の影響を評価しました。シンガポール総合病院でのランダム化クロスオーバー試験において、PEACHは全体の文書作成時間を有意に短縮しませんでしたが、中程度の複雑さの患者や経験豊富な医師においては時間の節約が見られました。経済モデルでは、年間の機関節約額がSGD197,501（USD146,297）と予測され、LLMベースのツールが前処置文書作成の効率を向上させ、経済的価値を提供する可能性が示唆されました。
方 法：
この研究は、シンガポール総合病院の研修医を対象にしたランダム化クロスオーバー試験です。PEACHを用いた前処置評価の文書作成効率、質、ユーザー受容性、コスト効果を評価しました。主要評価指標は文書作成時間であり、特に中程度の複雑さの患者と経験豊富な医師における時間の節約を分析しました。
結 果：
PEACHは全体の文書作成時間を有意に短縮しませんでしたが、中程度の複雑さの患者では5.77分（p=0.010）、経験豊富な医師では4.6分（p=0.040）の時間短縮が見られました。評価者の57.1%がPEACHを用いた文書作成を好み、問題リストの含有率が改善されました（p=0.05）。経済モデルでは、年間SGD197,501（USD146,297）の節約が予測され、感度分析ではSGD48,979から197,499（USD36,280から146,295）の範囲が示されました。
結 論：
LLMベースのツールであるPEACHは、前処置文書作成の効率を向上させる可能性があり、経済的価値を提供することが示されました。これにより、周術期医療における文書作成の質と効率が改善されることが期待されます。