医療ソフトウェアのヒューリスティックな可用性評価のための大規模な言語モデルの活用:放射線計画アシスタントによる洞察
Laurence E Court1, Jacobus Smit2, Lourens Strauss2
1Department of Radiation Physics, The University of Texas MD Anderson Cancer Center, Houston, Texas, USA.
Journal of applied clinical medical physics
|February 18, 2026
まとめ
ChatGPTのような大型言語モデル (LLM) は,構造的なフィードバックを提供することで,医療ソフトウェアのユーザビリティテストを支援することができます. この研究では,LLMは,マイナーなインターフェースの改善を特定するための伝統的なヒューリスティック評価に価値があり,低コストの補足物であることが判明しました.
科学分野:
- 医療ソフトウェア工学 医療ソフトウェア工学
- 人とコンピュータの相互作用です.
- 医療情報工学 医療情報工学
背景:
- ユーザビリティエンジニアリングは,設計上の欠陥が使用エラーを引き起こすため,医療ソフトウェアの安全性と有効性にとって非常に重要です.
- ヒューリスティック評価は,ユーザビリティの問題を特定しますが,専門家の解釈に依存しています.
- 大規模言語モデル (LLM) は,構造化され,文脈に配慮した可用性フィードバックの可能性を秘めています.
研究 の 目的:
- 放射線計画アシスタント (RPA) ソフトウェアのヒューリスティック評価のためにChatGPTを使用することを検討します.
- ChatGPTのユーザビリティの問題を特定し,医療ソフトウェアの改善を提案する能力を評価する.
- LLMで生成されたフィードバックを,開発者およびユーザーの評価と比較して評価する.
主な方法:
- ChatGPTには,RPAのドキュメントとユーザビリティのヒューリスティックが提供されました.
- LLMは,Zhangのヒューリスティックと重度スケールを用いてRPAダッシュボードをスコアし,インタフェースの改善を提案しました.
- フィードバックはRPA開発者と13人のユーザーによって比較分析のためにレビューされ,評価されました.
主要な成果:
- ChatGPTでは,26の潜在的ユーザビリティの問題が特定され,開発者は9の対応可能な問題 (軽度の問題) を判断しました.
- ユーザーの評価は様々で,少数派が3つの提案を優先順位に評価した.
- ユーザーと開発者の間の質的合意は限られ,多様な視点の必要性を強調した.
結論:
- ChatGPTのヒューリスティック評価は議論を促し,RPAソフトウェアのマイナーな改良を特定しました.
- LLMは,医療ソフトウェアの従来のヒューリスティック評価の費用対効果の高い補足として機能することができます.
- このアプローチは,初期段階のユーザビリティのレビューと,医療ソフトウェア開発におけるステークホルダーの関与をサポートします.
