婦人科腫瘍学治療を支援する大規模な言語モデル (EASING)

高度な人工知能（AI）テクノロジー、特にOpenaiのChatGPTなどの大規模な言語モデルは、医学的意思決定を強化する重要な可能性を秘めています。 CHATGPTは医療用途向けに特別に設計されていませんが、患者の問い合わせへの回答、医療文書の起草、臨床相談の支援など、さまざまなヘルスケアシナリオで有用性を示しています。 これらの進歩にもかかわらず、複雑な腫瘍学的症例における治療の意思決定をサポートすることにおけるその役割は、露出不足です。

婦人科腫瘍学における治療の意思決定は、エビデンスに基づいたガイドライン、腫瘍生物学、患者固有の要因、および臨床専門知識を統合する多面的なプロセスです。 CHATGPTのようなAIツールは、関連するガイドラインベースの推奨事項を合成し、意思決定の正確性を改善し、より効率的な臨床ワークフローを促進するのに役立つ可能性があります。 ただし、CHATGPTは腫瘍学的治療の決定に特に調整されておらず、このドメインで包括的な検証がありません。 さらに、臨床的判断に影響を与える可能性のある誤った情報またはもっともらしいが不正確な推奨事項を生成する可能性があります。 したがって、学生や早期キャリアの医師を含む医療専門家が、このようなAIツールとどのように相互作用するかを理解することは、臨床診療に幅広く統合する前に不可欠です。 Llamaなどのローカルに展開可能なモデルは、安全なオンプレミスの使用を有効にし、検索された生成がガイドラインに準拠した推奨事項を保証します。

この研究では、婦人科腫瘍学の症例を管理する医学生の治療意思決定支援に対する言語モデルの影響を調査します。 これはクロスオーバー研究であり、参加者は2つのグループにランダム化されます。 すべての参加者は、2つのビネットのChatGptへのアクセスから始めます。 次に、ローカルに展開された言語モデルのいずれかを使用して2つのケースを進め、その後、ガイドラインPDFSに依存する2つのケース、またはその逆も続行します。

各参加者は、臨床症例を分析し、治療計画を提案し、意思決定と意思決定支援システムの使いやすさに対する自信を評価します。 この研究の目的は、CHATGPTなどのAIツールを腫瘍学的治療の意思決定に統合する潜在的な利点と制限に関する洞察を提供することを目的としています。