GPT-4oの心肺蘇生スキル試験評価者としての適合性
カテゴリ：医学教育
公開日：2026年2月19日
タイトル：Suitability of GPT-4o as an evaluator of cardiopulmonary resuscitation skills examinations
雑誌名：Resuscitation. 2024 Nov; 204: 110404.
概 要：
本研究は、心肺蘇生（CPR）スキル試験における受験者のパフォーマンスを評価するためのGPT-4oの精度と信頼性を評価することを目的としています。103人の受験者のCPRスキル試験ビデオを、国家医療ライセンス試験を監督する認定専門家6人（ジュニア3人、シニア3人）がレビューし、GPT-4oによる自動評価も行いました。専門家とGPT-4oは、患者評価、胸部圧迫、救助呼吸、繰り返し操作の4つのセクションでビデオを採点しました。専門家はGPT-4oの信頼性を5段階のリッカートスケールで評価しました。
方 法：
本研究は、103人の受験者のCPRスキル試験ビデオを対象にしたもので、6人の専門家がレビューを行いました。GPT-4oは、患者評価、胸部圧迫、救助呼吸、繰り返し操作の4セクションで自動評価を実施し、専門家のスコアとの一致を評価するために、クラス内相関係数とフレイスのカッパを使用しました。
結 果：
GPT-4oの各セクションにおける平均精度スコアは、ジュニア専門家との比較で患者評価0.65、胸部圧迫0.58、救助呼吸0.60、繰り返し操作0.31、シニア専門家との比較でそれぞれ0.75、0.65、0.72、0.41でした。信頼性については、ジュニア専門家のリッカートスケールの中央値は4.00、シニア専門家は4.33でした。
結 論：
GPT-4oは、CPRスキル試験ビデオの評価においてシニア専門家と同等の精度を示しました。これにより、医療試験の場でこの大規模言語モデルを活用する可能性が示唆されます。