ケニアにおける国家新生児プロトコルに沿った人間監視型大規模言語モデルに基づく臨床意思決定支援の実用的な初期評価
カテゴリ：災害・救急医療
公開日：2026年6月9日
タイトル：Human-supervised, large language model-based clinical decision support aligned to national newborn protocols in Kenya: a pragmatic, early-stage evaluation.
雑誌名：Front Digit Health. 2026; 8: 1832634. doi: 10.3389/fdgth.2026.1832634.
概 要：
本研究は、ケニアの国家新生児ケアプロトコルに沿った人間監視型大規模言語モデル（LLM）に基づく臨床意思決定支援システム（CDSS）「AIFYA」を開発し評価しました。新生児の死亡率を低下させるためには、タイムリーでプロトコルに従った臨床判断が重要ですが、広範な国家ガイドラインを現場で実践することは困難です。AIFYAは、ルーチンの業務フローに組み込まれ、2つの公衆衛生施設で実施されました。
方 法：
この研究は、2024年9月から2025年6月までの間に、ケニアのブンゴマ郡の2つの公衆衛生施設で行われた前向き混合研究です。主要評価指標は、管理された新生児ケースの累積数、資格を持つ医療従事者（HCWs）へのトレーニングの到達度、118件のAI生成推奨の盲検レビューによるガイドラインおよび引用の一致度です。副次的評価指標には、プロトコル遵守とトリアージから決定までの時間が含まれます。
結 果：
50人のHCWsがトレーニングを受け、10ヶ月間で550件の新生児ケースが管理されました。調査に参加したHCWsの76%が女性で、平均年齢は32.1歳でした。専門家のレビューでは、推奨の75%が正確で、15%が部分的に正確と評価され、レビュアー間の信頼性は高かった（重み付けコーエンのカッパ0.85）。引用の正確性は96%でした。複雑な投与シナリオ40件のうち75%が正確と評価され、トリアージから決定までの中央値は23分でした。
結 論：
人間監視型のガイドラインに沿ったAI CDSSは、低資源環境における新生児ケアにおいて実用的に実装可能であり、高い採用率とガイドラインの一致が得られました。引用に基づく推奨は透明性を高め、臨床的な検証を支援しますが、複雑なシナリオにおける変動性は、継続的な改良と厳格な臨床監視の必要性を示しています。これらの結果は、臨床的有効性と安全性を評価するための対照試験への進展を支持します。