緊急医療部門における診断におけるChatGPTモデルの初期評価
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Preliminary evaluation of ChatGPT model iterations in emergency department diagnostics
雑誌名：Sci Rep. 2025 Mar 26; 15(1): 10426.
概 要：
本研究は、緊急医療部門におけるChatGPTモデルの診断性能を評価することを目的とした後ろ向き研究です。GPT-3.5、GPT-4、GPT-4o、o1シリーズを含む複数のChatGPTモデルが、緊急部門の患者30人の診断予測においてどのように機能するかを調査しました。結果、GPT-3.5は上位3つの鑑別診断において80.0%の高い精度を示しましたが、主要診断の特定においては47.8%と低い結果でした。一方、新しいモデルであるchatgpt-4o-latestおよびo1-previewは60%の精度を示し、思考を明示的に求めることで4oモデルの主要診断予測精度が向上しましたが、o1-miniおよびo1-previewにはほとんど影響がありませんでした。
方 法：
この研究は、緊急医療部門の患者30人を対象にした後ろ向き研究です。GPT-3.5、GPT-4、GPT-4o、o1シリーズの各モデルの診断性能を評価し、思考を求めることが診断精度に与える影響を検討しました。主要評価指標は、上位3つの鑑別診断の精度と主要診断の特定精度です。
結 果：
GPT-3.5は上位3つの鑑別診断において80.0%の精度を示しましたが、主要診断の特定精度は47.8%でした。新しいモデルであるchatgpt-4o-latestおよびo1-previewは60%の精度を達成しました。思考を求めた場合、4oモデルの主要診断予測精度は向上し、特に4o-2024-0513では45.6%から56.7%に、4o-mini-2024-07-18では54.4%から60.0%に改善されました。
結 論：
ChatGPTモデルは緊急医療部門での診断支援に一定の可能性を示しましたが、特に非典型的な症例においては正確な診断を行うことが難しいことが明らかになりました。これにより、現在のChatGPTモデルの限界が示され、今後の改善が求められます。