大規模言語モデルによる病院経過サマリーの正確性と有効性 (CLEAN)

世界保健機関（WHO）は深刻な世界的医療従事者危機を特定し、2020年時点で全世界で約1,270万人の医師が不足していると推定しています。 予測によれば、この不足は今後数年間でさらに悪化し続ける見込みです[1]。 さらに、これらの不足は、人口の高齢化と多疾患併存の増加によって引き起こされる医療需要の増加と同時に発生しています。 それにもかかわらず、行政上の負担は世界中の医療システム全体で持続的かつ体系的な課題として残っています。 医師の非臨床業務負担を軽減することを目的とした取り組みは限定的な成功しか収めておらず、臨床専門知識が直接的な患者ケアから継続的に逸脱し続けています[2]。 行政上の責任の中でも、退院時サマリーの作成は入院患者をケアする医師にとって最も時間のかかる業務の一つですが、退院後のケアの継続性を確保する上でも中心的な役割を果たします。 多くの時間が割り当てられているにもかかわらず、退院時サマリーは期待される基準を満たさないことが多く、多くの医師がその完全性と質の両方に欠点があると報告しています[3]、[4]。 電子カルテの導入により、完全な手動作成から部分的な自動化への移行が進められ、退院時サマリーの選択されたセクションを自動生成できるようになり、この負担を軽減する取り組みが促進されています。 しかし、退院時サマリーの中で最も臨床的に有益な部分である入院経過は、ほぼ普遍的に主治医による手動の記述文書作成に依存しています。 B. 目的 本研究の主目的は、LLM支援による専門家編集入院経過サマリー生成が、標準的な臨床医作成文書と比較して、日常的な入院患者ケアでの使用に安全であるかどうかを評価することです。 副次目的には、研修医編集および未編集のLLM生成入院経過サマリーの安全性評価が含まれます。 追加目的として、事前に定義された領域にわたるLLM支援サマリーの質の評価、生成された出力の安定性の評価、AI支援ワークフローが医師の文書作成時間に与える影響の定量化、無作為化フェーズ終了後の臨床医によるLLM支援文書作成の採用状況の調査、および評価者評価の信頼性の評価があります。 これらの目的を総合的に達成することで、LLMベースの記述生成を現実の病院退院ワークフローに統合する安全性と実現可能性を判断することを目指しています。