大規模言語モデルによるAI支援データ抽出は人手のみより効率的で精度も良好、システマティックレビューの手間を削減

【背景】

システマティックレビューにおけるデータ抽出は重要ながら、エラーが多く時間もかかる作業です。従来のAIと異なり、大規模言語モデル（LLM）は学習データ不要でデータ抽出が可能なため、その有用性が注目されています。

【結果】

AI支援は人手のみと比較し、データ抽出時間を中央値で1研究あたり41分短縮しました。参照標準に対する精度はAI支援が91.0%（95% CI, 90.4% to 91.6%）、人手のみが89.0%（95% CI, 88.3% to 89.6%）でした。主要なエラータイプはどちらもデータの見落としでした。

【臨床へのインパクト】

システマティックレビュー作成において、LLMを用いたAI支援データ抽出は、人手のみの作業と比較して効率的かつ高精度であることが示唆されました。これは、多忙な臨床医がエビデンスに基づいた診療を行う上で重要な情報源となるシステマティックレビューの作成負担を軽減し、より迅速な情報提供に貢献する可能性があります。

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。