拡張された大型言語モデルによる治療抵抗性うつ病の薬理学的管理のための臨床決定支援
Roy H Perlis1,2, Pilar F Verhaak1,2, Joseph Goldberg3
1Center for Quantitative Health and Department of Psychiatry, Massachusetts General Hospital, Boston, MA, United States.
大規模な言語モデルでは,治療抵抗性うつ病の治療法の選択に関する専門家の勧告に適度な同意を示した. このAIツールは,抗薬剤を回避し,複雑な精神薬理学的決定を支援する可能性を示しました.
科学分野:
- 医療における人工知能
- 精神薬学
- 臨床的意思決定支援
背景:
- 治療抵抗性うつ病 (TRD) は重要な臨床的課題です.
- TRDの適切な精神薬学的治療法を選択するには,専門的な専門知識が必要です.
- 既存の治療ガイドラインは 患者の個々の症例のニュアンスに 完全に対応していないかもしれません
研究 の 目的:
- TRD の成人の精神薬学的な治療の選択を支援する拡張された大きな言語モデル (LLM) の有効性を評価する.
- LLMの推奨事項と心理薬剤師のコンセンサスとコミュニティの臨床医のパフォーマンスを比較する.
- 治療の逆指向や最適でない選択肢を特定する能力の評価
主な方法:
- 電子医療記録から成人のTRDの20の臨床ヴィニエットが生成されました.
- 専門の精神薬理学者は,次のステップの薬理学的介入のトップ5をランク付けし,各ヴィニエットに対する禁忌治療を特定しました.
- 治療ガイドラインで強化された大規模な言語モデル (Qwen 2.5:7B) で,ヴィニエットが評価され,その出力は専門家と臨床医のランキングと比較されました.
主要な成果:
- 拡張されたLLMは,専門家が指定した最適な選択を35.6%のビネットで優先した (Cohen's kappa = 0.34),中程度の合意を示した.
- モデルでは,すべてのヴィニエットにおいて,禁忌または不良な次のステップの治療を推奨していません.
- コミュニティの臨床医 (13.2%) と追加の専門家 (6.4%) の業績は,最初の専門家パネルとのLLMの合意より低かった.
結論:
- 拡張された大型言語モデルは,治療に抵抗するうつ病における複雑な精神薬理学的意思決定のための支援ツールとして潜在性を示しています.
- LLMは適度な精度と強い安全性プロファイルを示し,禁忌治療を避けました.
- パーソナライズされた精神科治療の選択のためのLLMの能力を磨くためにさらなる研究が必要である.
さらに関連する動画
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
05:19Author Spotlight: Therapeutic Benefit of Closed-Loop Deep Brain Stimulation in Depression Treatment
Published on: July 7, 2023
関連する概念動画
Antidepressant Drugs: MAOIs and Other Agents
Antidepressant Drugs: Overview
Psychosis: Goals of Pharmacotherapy
Treatment Strategies for Psychological Disorders
Psychological therapies focus on modifying emotions, thoughts, and behaviors through talking, interpreting, listening, rewarding, challenging, and modeling. Clinical psychologists, counselors, and social workers commonly practice psychotherapy. Clinical...
Drug Therapy
Antianxiety Medications
Alzheimer's Disease: Treatment
