高齢者の神経認知機能の理解とモニタリングのための大規模言語モデル (LUMEN)

1. 背景と理論的根拠 認知症の診断は、臨床歴、認知評価、および介護者からの関連情報に依存しています。 しかし、介護者の負担、想起バイアス、メモリークリニックでの時間的制約により、構造化された信頼性の高い関連歴の取得は困難です。 大規模言語モデル（LLM）は、構造化された病歴聴取のガイド、臨床的に関連する詳細の抽出、および情報収集の標準化を通じて、このプロセスを改善する可能性があります。

   LUMEN（高齢者神経認知の理解とモニタリングのための大規模言語モデル）は、臨床的認知症評価の前に介護者が構造化された関連歴を提供するのを支援するために設計されたAIを活用した会話ツールです。 英国王立精神医学会、アルツハイマー研究英国北部ネットワーク、およびニューカッスル生物医学研究ネットワークからシード資金を受け、LUMENは診断精度の向上、介護者の負担軽減、およびメモリークリニックのワークフロー効率の改善を目的として開発されました。

   この研究では、ネストされた質的実現可能性研究を通じて、現実の臨床現場におけるLUMENの実現可能性、使用性、および受容性を評価します。 介護者と臨床医を募集し、LUMENと対話させ、関連歴収集におけるその有効性を評価します。 また、コミュニティグループとの共同制作ワークショップを組み込み、言語、文化的包括性、およびアクセシビリティに関する問題を探求します。 得られた知見は、将来の改良および大規模な検証研究に役立てられます。

2. 研究目的

この研究は以下のことを目的とします：

1. LUMENの使用性を評価する - 検証済みスケール（システム使用性尺度[SUS]およびNASAタスク負荷指数[NASA-TLX]）を使用して、介護者と臨床医の経験を測定します。
2. 受容性および実施上の障壁と促進要因を探求する - 質的インタビューおよび共同制作ワークショップを実施し、LUMENの設計を改良し、多様なユーザーグループにわたるアクセシビリティを確保します。
3. LUMENの出力と臨床医の評価を比較する - LUMENが生成した報告書と臨床医が引き出した病歴との一致を、評価者間信頼性のコーエンのカッパを使用して調査します。

3. 実施された背景作業 LUMENは、主に老年精神科医である150名の臨床医が参加した修正デルファイ法を用いて、臨床医および利害関係者と共同開発されました。 これにより、臨床的関連性を確保するために、検証済み認知症ツールにマッピングされた2,600の質問が作成されました。 初期の技術的テストでは、シミュレートされた臨床小話を使用してオープンソースLLM（例：Mistral 7B、LLaMA2 7B）を評価しました。 ROC曲線分析では、認知症関連の記述を区別するためのAUCが0.89であり、コーエンのカッパ0.82は、LUMENの出力と臨床医の評価との間に高い評価者間信頼性があることを示しました。 早期のPPIE（患者および公衆の関与と参加）フィードバックは、より簡潔な言語、文化的感受性、および改善されたユーザー体験の必要性を強調しました。 これらの洞察は、提案された共同制作ワークショップを通じてさらに洗練されます。

4. 研究デザインと方法論 この研究では、量的使用性テストと質的インタビューを組み合わせた混合手法アプローチを採用し、LUMENの実現可能性と受容性を評価します。

4.1. 参加者と募集

• 介護者（n=20-30組）：ノーサンブリアNHSメモリークリニックを通じて募集。 対象となる介護者は、患者をよく知っており、基本的な英語の読み書き能力があり、インフォームドコンセントを提供できる成人（≧18歳）です。
• 患者（n=20-30）：認知評価のためにメモリークリニックを受診する個人（≧65歳）。
• 臨床医（n=8-10）：認知症ケアの専門家（神経科医、精神科医、老年病専門医、上級看護師）で、≧2年の経験を有する者。

4.2. 研究手順

1. ベースラインデータ収集：

   • 人口統計学的データ（年齢、性別、民族、社会経済的地位）。
   • 臨床診断（入手可能な場合）。
   • 認知テストスコア（MoCA/ACE）。

2. LUMENとの対話：

   • 介護者は、ラップトップまたはタブレットでLUMENを使用し、構造化された関連歴を提供します（約20-30分）。
   • 臨床医は、LUMENが生成した病歴をレビューし、完全性と臨床的有用性を評価します。

3. 使用性と認知的負荷の評価：

   • SUS（システム使用性尺度）：使用の容易さを評価する10項目のリッカート尺度質問票（スコア≧70 = 良好な使用性）。
   • NASA-TLX（タスク負荷指数）：知覚される認知的作業負荷を評価します（スコア0-29 = 低負荷）。

4. 質的評価：

   • 半構造化インタビュー（n=10介護者、n=4-5臨床医）。
   • 言語、文化的表現、およびアクセシビリティを探求するためのコミュニティグループとの共同制作ワークショップ。

5. 探索的分析：

   • 評価者間信頼性（コーエンのカッパ）：LUMENの出力と臨床医の評価との一致。
   • 診断精度（AUROC曲線分析）：LUMENの評価と臨床診断との比較。

5. マイルストーンとタイムスケール

研究は12ヶ月間（2025年4月 - 2026年4月）実施され、主要フェーズは以下の通りです：

フェーズ 月 活動 準備および倫理 1-3 IRAS最終承認、NHS研究開発承認、チーム設定 募集およびデータ収集 4-9 患者-介護者ペアの募集、臨床医の募集、LUMENテスト 使用性ワークショップ 6-8 共同制作ワークショップ、質的インタビュー データ分析および改良 9-10 主題分析、SUS/NASA-TLXスコアリング、LLM改良 最終報告および次のステップ 11-12 普及活動、大規模検証研究のための助成金準備 6. 期待される影響 この研究は、大規模な臨床検証研究およびその後のNHS統合に役立つ重要な実現可能性データを生成します。 期待される成果には以下が含まれます：

• 改良された使用性とアクセシビリティを備えた、共同設計による洗練されたLUMENプロトタイプ。
• 将来の資金申請を支援する、使用性と認知的負荷に関する量的証拠。
• AI支援関連歴聴取に関する予備的洞察。医療機器ソフトウェア（SaMD）としての規制承認の基礎を築きます。
• MHRAフレームワーク下での早期のNHS採用の可能性。認知症診断を効率化します。