人工知能：疾患管理のための対話型人工知能の実現に向けて
Nature 655, 8125 doi: 10.1038/s41586-026-10764-5
大規模言語モデルは診断対話において有望視されているが、疾患の進行、治療応答および安全な薬剤処方をはじめとして、効果的な疾患管理推論を行う能力については、十分に検討されていない。本研究で我々は、複数回の受診にわたる臨床管理と臨床対話に最適化した、新たな大規模言語モデルに基づくエージェント型システムを用い、AMIE（Articulate Medical Intelligence Explorer）が以前に実証した診断能力を発展させた。我々は、AMIEの推論に信頼できる臨床知識を反映させるため、Geminiのロングコンテキスト処理能力を活用し、コンテキスト内検索と構造化推論を組み合わせて、AMIEの出力を最新の診療ガイドラインおよび医薬品集と整合させた。無作為化・盲検化した仮想の客観的臨床能力試験（OSCE）では、英国国立医療技術評価機構の指針およびBMJ Best Practiceガイドラインを反映するよう設計した、複数回の受診を含む100件の症例シナリオを用いて、AMIEを21人のプライマリーケア医（PCP）と比較した。専門医による評価において、AMIEの疾患管理推論はPCPに対して非劣性であり、治療および検査の精確さと、臨床ガイドラインとの整合性およびガイドラインに基づく根拠付けの両方で、AMIEがより高い得点を示した。我々はさらに、薬剤に関する推論能力をベンチマーク評価するため、米国と英国の2つの国定医薬品集を基に作成され、専門認定薬剤師によって妥当性が検証された多肢選択式問題ベンチマークRxQAを開発した。AMIEとPCPはいずれも外部の薬剤情報にアクセスできることで恩恵を受けたが、難易度の高い問題ではAMIEがPCPを上回った。AMIEをリアルワールドへと橋渡しするにはさらなる研究が必要だが、一連の評価で示した高い性能は、対話型人工知能を疾患管理ツールとして使用するための重要な一歩となる。
