医療記録と医師の電子コミュニケーションに統合されたAI生成のドラフト返信
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：AI-Generated Draft Replies Integrated Into Health Records and Physicians' Electronic Communication
雑誌名：JAMA Netw Open. 2024 Apr 01; 7(4): e246565.
概 要：
本研究は、生成的人工知能（GenAI）が患者メッセージに対する医師の返信に与える影響を調査しました。具体的には、GenAIによるドラフト返信が医師のメッセージの読み取り時間や返信時間、返信の長さにどのように関連するかを評価しました。2023年6月から8月にかけて行われたランダム化待機リストの質改善研究では、52人の医師が参加し、GenAIの利用が医師の業務に与える影響を検討しました。
方 法：
この研究は、2023年6月から8月にかけて行われたランダム化待機リストの質改善研究です。参加者は即時活性化群と遅延活性化群に無作為に割り当てられ、データは2023年8月から11月に分析されました。主要評価指標は、メッセージの読み取り時間、返信時間、返信の長さ、医師がGenAIドラフトを推奨する可能性でした。混合効果モデルを用いて分析が行われました。
結 果：
52人の医師が参加し、即時活性化群には25人、遅延活性化群には27人が割り当てられました。即時群のメッセージ読み取り時間は、介入前が26秒、介入3週間後が31秒、6週間後も31秒でした。遅延群は、介入前が25秒、3週間後が29秒、介入後3週間で32秒でした。GenAIの使用は、読み取り時間が21.8%増加し（P=0.008）、返信時間には変化が見られず、返信の長さは17.9%増加しました（P<0.001）。参加者はGenAIの価値を認識し、改善点を提案しました。
結 論：
この質改善研究では、GenAIによるドラフト返信が読み取り時間の増加、返信時間の変化なし、返信の長さの増加といった結果をもたらし、一部の利点が認識されました。今後は、GenAIの性能をさらに検証するための厳密な実証試験が必要です。患者の体験や医療訓練を受けた複数のGenAIの比較も今後の研究で検討されるべきです。