マルチモーダル機械学習によるAIチャットボットの眼科疾患診断と高品質な医療応答の提供
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Multimodal machine learning enables AI chatbot to diagnose ophthalmic diseases and provide high-quality medical responses
雑誌名：NPJ Digit Med. 2025 Jan 27; 8(1): 64.
概 要：
本研究は、テキストデータと画像データを用いて眼科疾患の診断を行うチャットボットベースのマルチモーダルAIを開発し評価しました。患者の自己診断と自己トリアージを可能にする「インテリジェント眼科マルチモーダルインタラクティブ診断システム（IOMIDS）」を構築しました。IOMIDSは、テキストモデルと3つのマルチモーダルモデル（テキスト＋スリットランプ、テキスト＋スマートフォン、テキスト＋スリットランプ＋スマートフォン）を含み、15640件のデータを用いて医療歴と画像を収集・分析しました。テキスト＋スマートフォンモデルが最も高い診断精度を示し、他のモデルはテキストモデルと同等かそれ以下の精度でした。この研究は、チャットボットベースのマルチモーダルAIの自己診断と自己トリアージの可能性を示しています。
方 法：
この研究は、3つの医療センターで10の専門分野と50の疾患を対象にした二段階の横断研究です。15640件のデータエントリーを使用し、IOMIDSが医療歴とスリットランプおよび/またはスマートフォン画像を収集・分析しました。診断精度は、内部で79.6%、外部で81.1%の精度を示したテキスト＋スマートフォンモデルが最も高く、他のマルチモーダルモデルはテキストモデルと同等かそれ以下でした。
結 果：
テキスト＋スマートフォンモデルは、内部で79.6%、外部で81.1%の診断精度を達成しました。他のマルチモーダルモデルは、内部で69.6%、外部で72.5%の精度を示しました。トリアージ精度はモデル間で一貫しており、マルチモーダルアプローチは応答の質を向上させ、誤情報を減少させました。
結 論：
チャットボットベースのマルチモーダルAIは、眼科疾患の自己診断と自己トリアージにおいて有望な可能性を示しました。この研究は、今後の臨床応用に向けた重要なステップとなります。