医療アドバイスにおける免責事項と紹介パターン：緊急度レベルに基づく大規模言語モデル評価研究
カテゴリ：災害・救急医療
公開日：2026年3月17日
タイトル：Disclaimers and Referral Patterns for Medical Advice Across Urgency Levels: Large Language Model Evaluation Study
雑誌名：J Med Internet Res. 2026 Mar 16; 28: e84668. doi: 10.2196/84668. Epub 2026 Mar 16.
概 要：
本研究は、異なる緊急度レベルにおける医療に関する質問に対する大規模言語モデル（LLM）の免責事項と紹介パターンを評価することを目的としています。デジタル環境での医療アドバイスの提供が増加する中、LLMがどのように安全性を実装しているかは不明です。908件のLLMの応答を分析し、緊急度に応じた適切な免責事項と紹介が含まれているかを評価しました。
方 法：
この前向き多モデル評価研究では、4つの人気LLM（GPT-4o、Claude Sonnet-4、Grok-3、DeepSeek-V3）が、227件の実際の患者の質問に対して生成した908件の応答を分析しました。人間の評価者が質問を3段階の緊急度スケールで分類し、LLMの応答を免責事項と紹介のアドバイスに基づいて5段階で評価しました。統計解析には、緊急度と免責事項評価の関係を調べるためのJonckheere-Terpstra検定と、モデル間比較のためのKruskal-Wallis検定が含まれました。
結 果：
227件の患者の質問は、低緊急度が77件（34%）、中緊急度が110件（48%）、高緊急度が40件（18%）に分かれました。全てのLLMは、緊急度が高い質問に対してより明示的な紹介アドバイスを提供する傾向があり、97%（881/908）の応答が医療専門家への相談を示しました。Sonnet-4、Grok-3、GPT-4oは、89%、89%、88%の応答が明示的または緊急の紹介を示しましたが、DeepSeek-V3は74%でした。
結 論：
現在のLLMは、医療アドバイスを提供する際に緊急度に応じた安全メカニズムを示しています。全てのモデルは、緊急度が高い質問に対してより明示的な免責事項と緊急の紹介を適応的に組み込んでいます。しかし、LLM間の変動性は、標準化された安全対策と適切な規制枠組みの必要性を強調しています。これらの結果は安全性に関する進展を示していますが、LLMの公的利用には慎重な考慮が必要です。