AIとがん研究 ── 前立腺がん ── 2026-11-07
前立腺がんの治療・治験とAI
- Evaluation of large language models for clinical decision support in prostate cancer: a multidisciplinary Delphi study.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内容を読み解く助けになりうる。ただし、ガイドラインに基づく前立腺がん（PC）の場面での性能は、まだ十分に検証されていない。本研究では、主要な LLM 3 種（Claude、Gemini、ChatGPT）に、ガイドラインから作った前立腺がんの構造化された臨床質問に答えさせた。その回答に多職種の専門家パネルがどの程度同意するかを評価した。 材料と方法: 多職種の腫瘍ボードが、2025 年版欧州泌尿器科学会ガイドラインに基づき、構造化された質問 25 問を作った。ガイドラインの図表は、LLM が使えるよう平易な文章の要約に書き換えた。各モデルには、工夫を加えない単純な質問文で尋ねた。前立腺がん診療の専門家パネルが、回答への同意の度合いをそれぞれ独立に評価した。評価には 2 ラウンドの修正デルファイ法を用い、合意の基準は事前に決めた。
結果：専門家 11 名が、ガイドラインに基づく 25 問を評価した。Delphi 法の 2 ラウンド後に、専門家が「同意する」で合意した回答の数は次のとおりである。Gemini 23/25（92%）、ChatGPT 20/25（80%）、Claude 14/25（56%）であった（P = 0.0033）。第 2 ラウンド後、Claude の回答のうち 3 問（12%）は、はっきり「同意しない」とされた。9 点満点で中央値 7 点以上は強い同意を表す。この基準を満たした回答は、Gemini 24/25（96%）、ChatGPT 22/25（88%）、Claude 14/25（56%）であった（P = 0.0002）。合意が難しかった質問は主に、複雑な症例、高度な画像検査、遺伝学的検査に関するものであった。データが限られた質問や、議論の分かれる話題でも合意は難しかった。
結論：図表を平易に書き換えた前立腺がんのガイドラインを与えると、先進的な LLM は日常的な場面で専門家の合意とよく一致しうる。ただし性能はモデルによって異なり、Claude は特に複雑な症例で同意率が低かった。この結果は、次の三点が重要であることを強調している。専門家による監督、継続的な検証、臨床医と AI システムの双方が読み解ける標準化されたガイドライン形式の三点である。 この論文は何について書かれているか: 診療ガイドラインは、医師が前立腺がんについて判断する助けになる。しかし、ガイドラインは長く複雑なことがある。Claude、Gemini、ChatGPT などの人工知能（AI）ツールは、ガイドラインの情報を読み解く助けになるかもしれない。ただし、実際に使う前に、ツールの回答を医療の専門家が確かめる必要がある。 どのような方法を用いたか: 前立腺がんの専門家が、欧州の前立腺がんガイドラインに基づいて 25 問を作った。3 種の AI ツールには、ガイドラインの原文を与えた。図表は、分かりやすく構造化した文章に変換した。専門家は質問ごとに回答を読み、同意できるかどうかを評価した。 結果はどうだったか: Gemini と ChatGPT は、Claude より専門家の意見と一致することが多かった。専門家による 2 ラウンドの評価の後、合意に達した回答は Gemini が 25 問中 23 問、ChatGPT が 25 問中 20 問、Claude が 25 問中 14 問であった。どのツールも、日常的な前立腺がんの質問では成績がよかった。複雑な場面では、日常的な質問より成績が低かった。たとえば、高度な画像検査、遺伝学的検査、臨床情報が不完全な場合、議論の分かれる話題などである。 この結果はなぜ重要か: この結果は、AI ツールが前立腺がんガイドラインの情報を読み解く助けになりうることを示唆する。これは特に、単純明快な場面に当てはまる。ただし、回答はいつも信頼できるわけではない。前立腺がんに詳しい医療従事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：Borque-Fernando Á, Ledo Cepero MJ, Rodríguez-Fernández A, Espinós EL, Breijo SM, Gordoa TA, et al. Evaluation of large language models for clinical decision support in prostate cancer: a multidisciplinary Delphi study. J Comp Eff Res. 2026 Nov 4 [Epub ahead of print]. doi:10.57264/cer-2026-0081.確認の範囲：抄録のみ確認