臨床医学における人間と大規模言語モデルの協働：系統的レビューとメタアナリシス

科学分野:

• 医療情報学; ヘルスケアにおける人工知能; 臨床意思決定支援システム

背景:

• 大規模言語モデル（LLM）は、臨床推論、文書作成、解釈を強化する可能性を提供する。; 人間とAIの協働（H+AI）は、ヘルスケアにおける新たなパラダイムである。; H+AIの効果を評価するには、系統的レビューの方法論が不可欠である。

研究 の 目的:

• 人間+AI（H+AI）ワークフローと人間のみ（H）ワークフローの効果を系統的に比較すること。; H+AIが診断精度、管理、文書作成の質、時間効率に与える影響を評価すること。; 臨床応用におけるH+AIの将来の研究分野を特定すること。

主な方法:

• PRISMA 2020ガイドラインに従った系統的文献レビュー。; 2025年6月28日まで4つのデータベースを検索し、10件の査読付き研究を対象とした。; 診断・解釈精度、複合スコア、時間効率を分析した。

主要な成果:

• 診断・解釈精度の向上において、人間+AIは肯定的ながら有意ではない傾向を示した（RR 1.59）。; 複合診断・管理スコアにおいて統計的に有意な改善が見られた（MD +4.88 pp）が、不確実性が高い（PI -31.65～41.42）。; 時間効率に有意な差はなかった（MD +0.4分）。; 文書作成の質は向上したが、事実誤認率は依然として高かった（約26～36%）。

結論:

• 臨床現場におけるH+AIの現在のエビデンスは予備的であり、不確実性が高い。; 文書作成における事実誤認が持続しており、潜在的な質的向上の恩恵を損なっている。; 安全性、エラー指標、不確実性の伝達に焦点を当てた、事前登録済みの実用的な試験が推奨される。