心血管疾患予防における大型言語モデル:ナラティブレビューとガバナンス・フレームワーク

科学分野:

• 医療における人工知能
• 心血管疾患の予防 心血管疾患の予防
• クリニカル・インフォマティックス

背景:

• 大型言語モデル (LLM) は,医療においてますます使用されています.
• 心血管疾患 (CV) の予防におけるそれらの特定の役割については,明確化が必要である.
• このレビューでは,予防性心臓病学のLLMアプリケーションを検証します.

研究 の 目的:

• 予防性心臓病におけるLLMの応用に関する証拠を統合する.
• 安全なLLMの実施のためのガバナンスフレームワークを提案する.
• CV予防におけるLLMの可能性と限界を評価する.

主な方法:

• 文学に関する包括的なナラティブレビュー (2015年1月 - 2025年11月).
• 患者,臨床医,およびシステムアプリケーションドメインの間の合成.
• 健康に関する識字,意思決定支援,データ管理に関する証拠の評価.

主要な成果:

• LLMは共感的な患者教育を提供するが,無監督のアドバイスにはニュアンスがない.
• 臨床医のサポートには,メモの要約とドキュメントの起草が含まれています. リスクの計算は信頼できません.
• システムアプリケーションは,フェノタイプ化とリスク予測の可能性を示していますが,幻覚やデータプライバシーなどの課題に直面しています.

結論:

• LLMは,CV予防における構造的障壁に対処することができます.
• 現在の展開は,臨床医の判断力を高める,監督された推論エンジンであるべきです.
• C.A.R.D.I.O.C.はC.A.R.D.I.O.という名称で活動しています. LLMを臨床実務に責任を持って統合するための枠組みが提案されています.