臨床的特徴

科学分野:

• 人工知能;自然言語処理;医療情報学

背景:

• アルツハイマー病および関連認知症（ADRD）は公衆衛生上の課題であり、正確な認知機能障害（CI）診断が必要とされている。;電子カルテ（EHR）には、構造化されていない臨床記録内に貴重なCIデータが含まれている。;GPT-4oのような大規模言語モデル（LLM）は、CIの特定とステージングのためのEHRデータの分析に可能性を提供している。

研究 の 目的:

• 電子カルテデータを用いたCIステージングおよび自動臨床認知症評価（CDR）スコアリングのためのGPT-4o搭載フレームワークを開発・評価すること。;CI分類におけるGPT-4oフレームワークと従来の自然言語処理および埋め込みベースのモデルのパフォーマンスを比較すること。

主な方法:

• 1002人のメディケア患者を対象に、データクエリ、特徴抽出、分類を含むCIステージングのためのGPT-4oフレームワークを開発した。;GPT-4oは、信頼度レベルとともに、マルチノート要約を生成し、順序CI分類を実行した。;自動CDRスコアリングは、構造化された回答テンプレート、検索拡張生成（RAG）、および信頼度レベルを持つCDRドメインカウントを使用して達成された。

主要な成果:

• GPT-4oフレームワークは、CIステージングにおいて高い精度を示した（加重コエンのκ=0.95、スピアマン相関=0.93）。;高信頼度の予測において、従来の特徴抽出および埋め込みベースのモデルよりも優れたパフォーマンスを示した。;ドメインカウントを用いた自動CDRスコアリングは、高い精度を達成した（加重コエンのκ=0.83）。

結論:

• GPT-4oフレームワークは、認知症診断における自動チャートレビューに大きな可能性を示しており、既存のモデルを凌駕している。;臨床展開には、誤分類のリスクを軽減し、安全性を確保するために、人間参加型のアプローチが必要である。;このハイブリッドAI-人間モデルは、AIの診断能力と解釈可能性およびリスク管理のバランスをとる。