Medical DX Dose 医療DX・AIのニュースを、毎日ひと匙

2026年8月16日（日）の Dose

7本（論文7）

論文 電子カルテ・記録業務 注目

ICU患者のカルテからLLMで出血イベントを検出できるか検証したという論文。

  • 出血リスクの高いICU患者149人、診療記録3万6490件を対象に、GPT-4o-miniでHEMEスコアに基づく出血イベントの検出を試みた
  • 検証済み654件中、手動レビューの検出は66件だったのに対しLLMは647件を検出し、手動が見落としていた588件（90.1%）を拾い上げた
  • LLM検出739件のうち85件（11.5%）は偽陽性で、出血部位の正答率は42%、重症度の正答率は65%にとどまった

出典：Transfus Clin Biol ／ Clinical Utility of LLM-assisted Chart Review for the Detection of Bleeding Events.

サトシサトシ
見落とし防止のスクリーニングとしては強いけど、部位と重症度はまだ人の目が要る、という結果だと思います
論文 臨床意思決定支援 注目

パーキンソン病とiRBD患者のビデオ睡眠ポリグラフを深層学習モデルU-Sleepで自動ステージ判定したという論文。

  • PD・iRBD・対照計339例の多施設データで微調整し、PD81例・iRBD36例・対照87例の臨床ホールドアウトで評価した
  • 一致度を示すκ係数は微調整前0.60から微調整後0.64に改善し（p<0.001）、信頼度閾値の適用でREM検出の適合率は85%から95.6%に上昇した
  • 施設ごとの追加微調整による上乗せ効果はわずかで、モデルの判定一致率が低い記録は人間同士の判定一致率も低かった

出典：★NPJ Digit Med ／ Fully-automated sleep staging for Parkinson's disease and isolated REM sleep behavior disorder.

サトシサトシ
人間同士でも割れる記録はAIも割れる。κ0.64を人間並みと見るかは現場の基準次第だと思う
論文 生成AI・LLM 注目

米国成人1871人を対象に、メンタルヘルス目的での汎用LLM利用の実態を調査したという論文。

  • 2024年8〜10月、年齢・性別・人種で層別抽出した米国成人1871人にオンライン調査を実施した
  • 回答者の24%がメンタルヘルス目的でLLMを利用しており、無料・利便性・アクセスのしやすさが理由に挙げられた。全米では1400万〜1800万人相当と推計している
  • 利用者は若年・男性・黒人層、精神的健康状態が悪い層に偏っており、治療アクセスの困難さが背景にあるとしている

出典：★NPJ Digit Med ／ Real-world use of large language models for mental health in 2024.

サトシサトシ
1800万人という推計はPew調査からの外挿で実測ではない。それでも無視できない規模だと思う
論文 臨床意思決定支援 注目

循環器領域のAI活用に関するRCT31件、170万人分をまとめたシステマティックレビュー・メタ解析という論文。

  • 13地域のRCT31件（患者168万5717人）を対象に、画像ベースAI意思決定支援やAIモバイルヘルスなど複数の介入をCochrane手法で統合解析した
  • 画像ベースAI意思決定支援は主要心血管イベントを有意に減らし（RR 0.74、95%CI 0.58-0.96）、AIモバイルヘルスは収縮期血圧を平均3.18mmHg下げた
  • AI心電図は心不全検出への有意な効果を示さず（RR 1.22、95%CI 0.70-2.14）、エビデンスの確実性は全体に低〜非常に低いとしている

出典：EClinicalMedicine ／ Artificial intelligence in cardiovascular care: a systematic review and meta-analysis of randomised controlled trials.

サトシサトシ
効いたものと効かなかったものが同じ論文に並んでいるのが誠実だと思います。AI心電図は思ったより苦戦していますね
論文 生成AI・LLM 注目

可逆性歯髄炎の診断でChatGPT-5の精度と再現性を検証したという論文。

  • 専門医が確認した可逆性歯髄炎30症例について、臨床情報と根尖部エックス線写真を提示し、各症例を30回ずつ入力して計900回分の回答を評価した
  • 歯種同定や歯髄診断、治療方針など診断系の設問では正答率96%超だったが、エックス線画像の読影に限ると正答率は4.67%まで落ち込んだ
  • 診断系の設問と歯髄・根尖部の読影では再現性がほぼ完璧だった一方、歯冠部の読影は再現性も中程度にとどまった

出典：Front Bioinform ／ Diagnostic accuracy and repeatability of ChatGPT using textual and radiographic data in reversible pulpitis: a retrospective diagnostic study.

サトシサトシ
文章では強いのに画像読影だけ極端に弱い。教師データの偏りが透けて見える結果だと思います
論文 画像診断AI

強度近視と緑内障合併例の鑑別診断で、4種類のマルチモーダルLLMの精度を比較したという論文。

  • 強度近視単独50例と強度近視・開放隅角緑内障合併50例の計100例を対象に、4つのLLMに直接回答とCoT（段階的思考）の両方式で鑑別させた
  • 直接回答での症例正答率はGemini 3 Flash Preview 83.0%、Kimi-k2.5 75.0%、GPT-5.4 65.0%、Qwen3.5-Plus 49.0%で有意差があった
  • CoT方式にするとモデル間の差は消え（p=0.357）、CoTが精度を一貫して底上げするわけではなかった

出典：Front Med (Lausanne) ／ Evaluating multimodal large language models for differential diagnosis of high myopia versus high myopia with Glaucoma.

サトシサトシ
CoTにすれば良くなるとは限らない、というのが率直な結果。モデル選びの方が効くという話だと思う
論文 予測モデル・リスク層別

983人分・40組織25712枚の病理画像から深層学習で組織別の老化時計を作ったという論文。

  • GTExコホートの983人、40組織のホールスライド病理画像25712枚を深層学習で解析し、組織構造から生物学的年齢を推定するモデルを作った
  • 推定した組織年齢はテロメア短縮や潜在病変など既知の老化指標と相関し、血液サンプルからの推定にも応用した
  • アルツハイマー病や脳卒中、クローン病など8疾患について、独立コホートで臓器別の老化加速との関連を確認した

出典：Nat Med ／ Histological aging signatures for monitoring tissue-specific aging and disease.

サトシサトシ
血液から臓器の老化度が読めるとしたら面白いけど、まだ研究段階。臨床導入までは距離があると思う