LLMの歯内療法診断における性能

この前向き観察研究は、歯内療法の臨床現場における3つの大規模言語モデル（ChatGPT-4o、Gemini Advanced、Claude 3.7）のリアルタイム診断および治療決定支援の性能を評価することを目的としています。 歯内療法クリニックを受診した合計120名の患者を対象に、詳細な医療・歯科病歴、臨床所見、根尖部X線写真を収集しました。 その後、匿名化された各症例を標準化されたプロンプトを使用して3つのLLMに提示し、診断と適切な治療計画を求めました。

すべてのモデルは、ウェブ検索機能、プラグイン、外部データ取得を有効にせず、デフォルトのマルチモーダル構成で使用されました。 各質問は、記憶の持ち越しを防ぐため、独立したチャットセッションで一度のみ送信されました。 回答は逐語的に保存され、歯内療法専門家パネルによって確立された基準診断および治療計画と比較されました。

本研究は、現実の臨床条件を可能な限り忠実に模倣するように設計され、日常診療において臨床医がこれらのシステムを使用した場合の性能を現実的に評価することを目指しています。 LLMが将来の歯科医療、特に意思決定支援、トリアージ、患者教育においてますます重要な役割を果たすことが期待される中、実際の臨床シナリオにおけるそれらの能力と限界を理解することは不可欠です。 これらのモデルがどこで優れた性能を発揮し、どこで不足するかを特定することで、LLM技術の進歩に伴い、安全かつ効果的な臨床統合に貢献することを本研究は目指しています。