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：2026年2月19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。また、DeepDR-LLMを用いた実世界の前向き研究では、PCP+DeepDR-LLM群の新たに診断された糖尿病患者が自己管理行動を改善し、DR紹介の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：
本研究は、PCP（397名）とPCP+DeepDR-LLM（372名）の2群を比較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、PCPのDR識別精度を評価しました。主要評価指標は、DR紹介の遵守率や自己管理行動の改善です。
結 果：
PCPのDR識別精度は、無援助で81.0%、DeepDR-Transformerの支援で92.3%でした。PCP+DeepDR-LLM群の新規糖尿病患者は、フォローアップ期間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。