AIとがん研究 ── 腎臓がん ── 2026-11-07

対象誌と選び方は索引の頁に

腎臓がんの治療・治験とAI

• 腎細胞がんの臨床意思決定支援における大規模言語モデルの評価：多職種によるデルファイ研究
  Evaluation of large language models for clinical decision support in renal cell carcinoma: a multidisciplinary Delphi study.
  Journal of comparative effectiveness research · 2026-11-04 · 証拠の段階: 専門家パネルによる評価研究（修正デルファイ法）
  抄録（全訳）

  目的：大規模言語モデル（LLM）は、診療ガイドラインの情報を読み解く助けになる可能性がある。しかし、腎細胞がん（RCC）での性能はまだ十分に分かっていない。

  目的：RCCのガイドラインに基づく質問への、Claude、Gemini、ChatGPTの回答と多職種の専門家パネルとの一致度を評価した。本研究は、その回答と多職種の専門家パネルの評価がどの程度一致するかを調べた。 対象と方法：多職種の腫瘍ボードが、2025年の欧州泌尿器科学会のRCCガイドラインに基づいて、臨床的な質問を25問作った。ガイドラインの図表は、構造化した平易な文章の要約に変換し、各モデルに与えた。各LLMは、直接プロンプトで1問につき1つの回答を生成した。11人の多職種専門家パネルが、2ラウンドの修正デルファイ法で回答を評価した。評価には9段階のスケールと、事前に定めたコンセンサス基準を用いた。

  結果：同意のコンセンサスに達した回答は、Geminiで24/25（96%）、ClaudeとChatGPTでいずれも23/25（92%）だった。不同意のコンセンサスに達した回答はなかった。スコアの中央値が7以上だった回答の割合は、Geminiで25/25（100%）、Claudeで24/25（96%）、ChatGPTで23/25（92%）だった。モデル間に統計的に有意な差は検出されなかった。モデル間に、全体でも2モデルずつの比較でも、統計学的に有意な差は認めなかった。さらに討議が必要だった回答やコンセンサスに達しなかった回答は、主に臨床的に不確実な場面や個別化が必要な場面に関するものだった。それらは主に、臨床的に不確実な場面や、個別の判断が必要な場面に関するものだった。パネリストは、事実の誤り、選択肢の抜け、臨床的なニュアンスの不足をときおり指摘した。

  結論：ガイドラインから作った構造化資料を与えると、選んだLLMの回答は多職種専門家のコンセンサスと一致することが多かった。この結果は、LLMがガイドラインの解釈に役立つ可能性を支持する。ただし、LLMが独自に臨床推論できることや、実臨床での意思決定の性能を示すものではない。特に複雑な場面では、専門家による監督が引き続き欠かせない。 この論文は何についてか？ 診療ガイドラインは、医師が腎細胞がんについて判断する助けになる。腎細胞がんは、腎臓がんのなかで最も多い型である。ただし、ガイドラインは長く複雑なことがある。Claude、Gemini、ChatGPTのような人工知能ツールは、この情報を読み解く助けになるかもしれない。しかし、その回答は、実際に使う前に医療の専門家が確認する必要がある。 どのような方法を用いたか？ 専門医が、欧州泌尿器科学会の腎臓がんガイドラインに基づいて25問を作った。ガイドラインの原文を3つの人工知能ツールに与えた。図表は、分かりやすく構造化した文章に変換した。その後、11人の専門医からなるパネルが回答を検討した。パネルは、回答に同意するかどうかを2ラウンドで評価した。 結果はどうだったか？ 専門家パネルは、Geminiの回答の96%に同意した。専門家パネルは、Geminiの回答の96%、ClaudeとChatGPTの回答のそれぞれ92%に同意した。3つのツールの間に、全体としてはっきりした差はなかった。難しさが目立ったのは、複雑な場面だった。例えば、転移した腎臓がんで、すぐには治療せずに注意深く経過をみる場合である。頻度の低い型の腎臓がんで見込まれる転帰も、その一つだった。手術で切除せずに腫瘍を破壊する治療の選択や、腎生検の代わりになりうる画像検査の検討も含まれた。専門家は、一部に誤った情報、選択肢の抜け、詳しさの不足があることも指摘した。 この結果はなぜ重要か？ これらのツールは、腎臓がんのガイドライン情報を読み解く助けになる可能性がある。ただし、試験では、ガイドラインから用意した情報を与えて評価した。独自に臨床判断を下せることは示されていない。そのため、回答は腎臓がんの専門知識をもつ医療者が確認すべきである。

  掲載誌の IF 相当：2.7（OpenAlex の直近 2 年の平均被引用数・2026-11-05 時点の値、2026-11-06 に取得。正式な IF（Clarivate）ではない）
  書誌：Montes SFP, García IO, Martín RB, Agustín Ferrández MJ, Arrea FA, Esteban EC, et al. Evaluation of large language models for clinical decision support in renal cell carcinoma: a multidisciplinary Delphi study. J Comp Eff Res. 2026 Nov 4 [Epub ahead of print]. doi:10.57264/cer-2026-0082.
  確認の範囲：抄録のみ確認

← この号の目次へ