入院患者の文書要約における生成的人工知能：混合手法による品質評価と初期の実世界での経験
カテゴリ：災害・救急医療
公開日：2026年5月15日
タイトル：Generative artificial intelligence for inpatient documentation summarization: mixed-methods quality assessment and early real-world experience.
雑誌名：J Am Med Inform Assoc. 2026 May 14; doi: 10.1093/jamia/ocag076.
概 要：
本研究は、病院での継続的なケアのための大規模言語モデル（LLM）に基づく要約ツールの品質と採用状況を評価しました。AI要約ツールは、患者のストーリー、専門特化した最近のノート、過去24または72時間の最近のイベントを提供します。3つの三次医療学術病院で実施された混合手法による品質評価では、文書要約の質を評価するための指標（PDSQI-9）や利用分析、ユーザーからの定性的フィードバックを用いました。
方 法：
この研究では、512人のユーザーにアクセスが提供され、そのうち52人が205件の調査を提出しました（応答率10.2%）。PDSQI-9は、要約の正確性、引用、理解可能性、整理、簡潔さ、非スティグマ化、統合、徹底性、有用性を評価しました。
結 果：
52人の回答者は平均4.3件の調査を提出し、全てのPDSQI-9ドメインで好意的な評価を得ました。8つのドメインの平均スコアは4.68（範囲4.56-4.78、標準偏差0.67）でした。利用指標は高い利用率を示し、ポジティブな定性的フィードバックは複雑な患者に対する認知的オフロードと医療問題の効果的な要約を示しました。一方で、批判的なフィードバックでは、ナラティブノートと現在のデータの照合が必要であり、専門特化した詳細な要約が不足していることが指摘されました。
結 論：
生成的人工知能は、継続的なケアの要約を生成するための変革的な技術としての可能性を示しました。この実践的な実装において、エンドユーザーはPDSQI-9ドメイン全体で高い品質を認識しました。LLMに基づく要約ツールは、実世界の設定で多様な臨床医から高品質と評価され、安全性の良好なプロファイルを示し、持続的な利用が確認されました。