ChatGLMを用いた脳卒中診断および予測ツールの開発と検証研究
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Stroke Diagnosis and Prediction Tool Using ChatGLM: Development and Validation Study
雑誌名：J Med Internet Res. 2025 Feb 26; 27: e67010. doi: 10.2196/67010. Epub 2025 Feb 26.
概 要：
本研究は、ChatGLM-6Bを用いて脳卒中の診断と予測ツールを開発し、その有効性を検証することを目的としています。脳卒中は世界的に広く蔓延しており、迅速かつ正確な診断が再灌流率を高め、障害を軽減し、死亡率を低下させることが重要です。本ツールは、電子健康記録からの自由形式の情報と非造影CT（NCCT）レポートを組み合わせて、脳卒中の検出と治療を向上させることを目指しています。
方 法：
ChatGLM-6Bを用いた大規模言語モデル（LLM）を提案し、最適な入力の組み合わせを特定し、外部ツールを使用し、指示調整および低ランク適応（LoRA）技術を適用しました。2016年から2024年までの脳卒中の有無に関する1885人の患者データセットを用いて訓練と内部検証を行い、さらに2つの病院からの335人の患者を外部テストセットとして使用しました。
結 果：
このLLMは、内部検証データセットで99%、外部テストコホートで95.5%および79.1%の高精度で脳卒中を診断しました。また、虚血と出血を100%の精度で区別し、大血管閉塞（LVO）を80%の精度で特定しました。さらに、静脈内血栓溶解療法（IVT）の適応患者を89.4%の精度でスクリーニングしました。
結 論：
臨床テキストとNCCTを活用したLLMを開発し、脳卒中の特定と再灌流療法の指導を行います。結果は広範な展開を通じて検証が必要ですが、脳卒中の識別を向上させ、再灌流時間を短縮する可能性があります。