AIが診療ガイドラインの疑問点抽出を支援、専門家未着想の重要課題を特定

【背景】

診療ガイドラインの疑問点は通常、専門家によって提案されますが、網羅性や患者視点の欠如が課題でした。本研究は、大規模言語モデル（LLM）がガイドライン疑問点の作成をどのように支援できるかを評価しました。

【結果】

Google Trendsから抽出した3975件のクエリから37件の関連疑問点を特定し、そのうち22件は既存の専門家提案になく、2件が最終的に優先されました。LLMとの直接対話では22件の関連疑問点が生成され、11件が専門家未着想で、4件が優先されました。最終的に優先された39件の疑問点のうち6件は、当初専門家が着想していなかったものでした。

【臨床へのインパクト】

本研究は、LLMを活用することで、従来の専門家による方法を補完し、診療ガイドラインの疑問点作成プロセスを強化する可能性を示唆しています。特に、患者視点や一般の関心事を反映した疑問点を効率的に抽出し、専門家が見落としがちな重要な課題を特定できることで、より質の高い、実臨床に即したガイドライン作成に貢献する可能性があります。将来的には、日本の診療ガイドライン作成においてもLLMの導入が検討されるかもしれません。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。