大規模言語モデルを用いた小児急性中耳炎の治療計画の分類
カテゴリ：公衆衛生・予防医療
公開日：2026年1月29日
タイトル：A SNAPpy use of large language models: using large language models to classify treatment plans in pediatric acute otitis media.
雑誌名：J Am Med Inform Assoc. 2025 Dec 01; 32(12): 1947-1951. doi: 10.1093/jamia/ocaf170.
概 要：
急性中耳炎（AOM）は、小児における抗生物質の過剰使用の主要な原因です。安全ネット抗生物質処方（SNAP）は抗生物質の適正使用のために推奨されていますが、構造化された文書が不足しているため、特定が困難です。本研究では、医師のノートからAOM治療計画を分類するために、GPT-4oベースのHIPAA準拠の大規模言語モデル（LLM）であるVersaの精度を検証しました。
方 法：
小児AOMの診療を対象とした回顧的横断研究を実施しました。複数のプロンプト戦略を用いて治療計画を分類し、2人の小児科医による手動レビューの代表サンプルと照合しました。また、Clinical-LongformerというローカルにファインチューニングされたモデルもVersaおよび人間のレビューと比較して訓練・テストされました。
結 果：
合計5707件の診療が含まれ、そのうち374件が手動でレビューされました。ゼロショット精度は97.8%、フューショット精度は85%でした。Clinical-Longformerは93.3%の精度を達成しました。
結 論：
VersaはAOM治療計画を効果的に特定し、小児抗生物質適正使用のための処方パターンの質改善追跡ツールとしてコスト効率の良い手段を提供します。