臨床意思決定支援における大規模言語モデルのワークフローの評価
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Evaluating large language model workflows in clinical decision support for triage and referral and diagnosis
雑誌名：NPJ Digit Med. 2025 May 09; 8(1): 263. doi: 10.1038/s41746-025-01684-1. Epub 2025 May 09.
概 要：
本研究は、患者と医療提供者の意思決定を支援するために、大規模言語モデル（LLM）のワークフローを評価しました。患者は自分の症状を解釈し、重症度を判断し、適切な専門医を選ぶのに苦労することが多く、医療提供者も複雑な患者データを統合して迅速かつ正確な診断を行うのに課題があります。本研究では、2000件の医療ケースからなるキュレーションデータセットを用いて、複数のLLMバージョンと情報検索を強化した生成（RAG）を組み込んだLLMベースのワークフローをベンチマークしました。結果として、これらのLLMは、可能性のある診断に対する個別の洞察を提供し、適切な専門医を提案し、緊急ケアのニーズを評価する能力を示しました。
方 法：
本研究は、2000件の医療ケースからなるキュレーションデータセットを使用したベンチマーク研究です。複数の大規模言語モデル（LLM）バージョンと、情報検索を強化した生成（RAG）を組み込んだワークフローを評価しました。主要評価指標は、診断の個別化、専門医の提案、緊急ケアのニーズの評価です。
結 果：
LLMは、患者の症状に基づいて可能性のある診断を提供し、適切な専門医を提案し、緊急ケアのニーズを評価する能力を持つことが示されました。これにより、医療提供者は診断を洗練させ、意思決定を支援される可能性があります。
結 論：
大規模言語モデルは、患者のアウトカムを改善し、医療提供の効率を向上させる有望なアプローチであることが示されました。これにより、患者と医療提供者の意思決定を支援する新たな手段が提供される可能性があります。