カスタマイズされた大型言語モデルで生成された要約と医師が書いた要約の統合の質と効率:検証研究

科学分野:

• 臨床情報学
• 医療における人工知能
• 医療文書

背景:

• 医師の疲労は 臨床ノートの要約を含む 管理業務によって悪化します
• 電子医療記録 (EHR) は不可欠ですが,ドキュメントの作業量に寄与します.
• 大型言語モデル (LLM) は,テキスト生成タスクの自動化に希望を示しています.

研究 の 目的:

• EHRシステム内の医師の書いた要約とLLMで生成された医療要約の品質と時間の効率を比較する.
• 英語以外の臨床環境でのLLMサマリーパフォーマンスを評価する
• 臨床医の好みと,LLMによって生成された医療要約への信頼を評価する.

主な方法:

• 高等学術病院で横断的な検証試験が行われました.
• 医師 (n=42) は50人の患者の記録の要約を書きました.LLMは同じ記録の要約を生成しました.
• 医者の盲目のパネル (n=10) は,要約の完全性,正確性,簡潔性について評価した.

主要な成果:

• LLMの要約は,医師が書いた要約と同等の完全性と正確性を示しました.
• LLMの要約は簡潔でないと評価された (3.0対3.5,p=0.001).
• 全体的な評価スコアは類似した (3. 4 対 3. 3 , p=0. 373),57パーセントがLLM要約を好む;LLMは医師の7分に対して15. 7秒で要約を生成した.

結論:

• LLMで作成された医療要約は,医師が書いた要約の有効な代替手段であり,主要な品質指標に一致します.
• LLMは時間を大幅に節約し,医師の管理上の負担を軽減します.
• LLMをEHRに統合することで,要約の質を損なうことなく臨床作業の流れを向上させることができます.