MEDICINE & AI

タイトル：AI-based modeling of treatment decisions in benign prostatic hyperplasia: a transformer-based comparative study DOI：10.1186/s12911-026-03438-9 概　要：この研究は、良性前立腺肥大（BPH）の患者に対する治療法（経尿道的前立腺切除術（TURP）または継続的な薬物療法）の選択を予測するために、高度な大規模言語モデル（LLM）と深層学習モデルを用いることを目的としています。ヨルダン大学病院からの883件の患者データを使用し、PSAレベル、前立腺の大きさ、治療歴など15の臨床属性を分析しました。GEMMAモデルが92%の精度とROC AUCスコア0.94で最高の性能を示し、GPTモデルも91%の精度を達成しました。深層学習モデルでは、LSTMがCNNやRNNを上回る結果を示しました。これにより、PSAレベルや前立腺の大きさなどの関連する特徴を選択する重要性が強調されました。 方　法：この研究は、883人のBPH患者を対象にしたコホート研究です。データはヨルダン大学病院から収集され、PSAレベル、前立腺の大きさ、治療歴など15の臨床属性が含まれています。5つのモデル（GEMMA、GPT、RNN、CNN、LSTM）が比較され、主要評価指標は精度とROC AUCスコアです。 結　果：GEMMAモデルは92%の精度とROC AUCスコア0.94を達成し、GPTモデルは91%の精度を示しました。LSTMはCNNやRNNよりも優れた結果を示し、深層学習モデル全体が有望な結果を示しました。 結　論：GEMMAモデルはBPH患者の治療決定を高精度で予測できることが示され、PSAレベルや前立腺の大きさなどの特徴選択が予測精度に重要であることが強調されました。これにより、薬物療法の継続または手術への移行に関する意思決定に寄与する可能性があります。