2026年8月19日（水）の Dose

9本（論文9）

急性腎障害を予測し要因を説明するLLM二段階モデルを、中国4施設14万件超の入院データで開発・外部検証したという論文。

中国4施設・入院14万637件を対象に、24時間以内のAKI発生を予測するAKI-PMと、要因を説明するAKI-RAMの二段階モデルを開発した
内部検証でAUC0.95、4施設の外部検証でもAUC0.92〜0.96、陽性的中率は0.68〜0.74だった
6人の腎臓内科医による200例評価でAKI-RAMは高評価(4.18〜4.88)を得たが、評価者間一致は中程度にとどまった

出典：Nat Commun ／ Large language model driven multicenter prediction and explainable risk attribution of acute kidney injury.

サトシ

偽陽性の多さが実装を阻んできた領域で、説明つきの予測モデルを腎臓内科医が評価しています。腎臓領域の人は要チェックです。

論文臨床意思決定支援注目

泌尿器科のキャンサーボードでChatGPT-4oの提案を106症例で前向きに評価したという論文。

スペインの1施設で106件のカンファ症例(92人)を対象に、ChatGPT-4oの提案を7人の評価者が5段階で採点した
最終推奨の一致率は79.2%(95%CI 70.6-85.9)で事前設定の80%基準を下回り、有害となりうる誤りが4件(3.8%)あった
ChatGPT-4oがカンファの決定を変えた例は0件で、要約や推論の支援に留まるとされた

出典：Clin Transl Oncol ／ ChatGPT-4o as a decision-support tool in a urological tumour board: a prospective evaluation.

サトシ

基準に届かなかった、が正しく報告されている点が大事。うまくいかない話ほど臨床実装の参考になる。

論文予測モデル・リスク層別注目

大動脈解離術後の神経合併症を予測するMDT型LLMフレームワークを開発・前向き検証したという論文。

2020〜2024年の後ろ向き763例で開発し、2024〜2025年の前向き120例で検証した
MDT構成+文脈学習のGPT-5が最高性能(AUC0.84)を示したが、単体設定との差は有意でなかった(P=.18)
術後神経合併症は後ろ向き13.0%、前向き15.8%に発生。多職種構成自体の上乗せ効果は確認できなかった

出典：J Med Internet Res ／ A Multidisciplinary Team-Based Large Language Model Framework for Predicting Postoperative Neurological Complications in Acute Type A Aortic Dissection: Model Development and Validation Study.

サトシ

マルチエージェントにすれば良くなるとは限らない、という結果自体が今のLLM熱に対する良いブレーキになる。

論文予測モデル・リスク層別注目

薬物乱用患者の重症化・死亡を院内データから予測する機械学習モデルを開発したという論文。

薬物乱用による入院2万3454件を対象に、12時間以内の人工呼吸・昇圧薬開始・死亡を予測するモデルを開発した
XGBoostのAUCは0.93で、既存の早期警告スコアMEWS(0.79)を上回った
救急搬送記録や請求データを除いても予測性能は低下せず、電子カルテ情報のみで十分だった

出典：JAMIA Open ／ Development and evaluation of a multi-source machine learning model to predict critical illness and death in patients with substance misuse.

サトシ

既存の早期警告スコアより明確に精度が高い数字を出せているのは実装を考えるうえで参考になります。

論文オンライン診療・遠隔モニタリング注目

麻酔科の緊急事態対応において遠隔監督システムを従来のオンサイト支援とランダム化比較したという論文。

研修医16人を遠隔監督群とオンサイト支援群にランダム割付し、模擬アナフィラキシー症例で対応を比較した
手順遵守率は遠隔群91.6%、対照群92.5%で有意差なし(P=.67)。精神的負荷は遠隔群で低かった
シミュレーション環境での検証であり、実臨床での有用性確認は今後の課題とされた

出典：JMIR Med Inform ／ Evaluating Telemedical Supervision for Critical Anesthesia Scenarios: Randomized Controlled Simulation Study.

サトシ

手技の遵守率が変わらないなら、人手不足の科では遠隔支援を選択肢に入れやすくなりそうです。

論文電子カルテ・記録業務注目

電子カルテの自由記載からソーシャルニーズを検出するNLP・機械学習モデルを比較検証したという論文。

ルールベースNLPと3種の機械学習モデルを、均衡データと実際の不均衡データの両方で学習し比較した
不均衡データでの最良モデル(XGBoost)はF1 0.312、適合率0.839に対し再現率は0.191にとどまった
均衡データで学習すると見かけの性能が高くなり、実運用に近い設定での再評価が必要だと指摘した

出典：JAMIA Open ／ Using natural language processing and machine learning to identify social needs in patient medical notes: model training with balanced versus real-world datasets.

サトシ

均衡データだけで評価すると数字が甘くなるという話は、記録業務のAI導入を検討するときに効きます。

論文画像診断AI

肝細胞癌に対するDEB-TACE治療の短期効果を、造影MRIのradiomicsと深層学習で予測したという論文。

3施設の肝細胞癌145例(内部113例・外部32例)を対象に、造影MRIから抽出した特徴量で治療効果予測モデルを構築した
画像・深層学習・臨床因子を統合したモデルのAUCは内部検証0.822、外部検証0.804だった
外部検証症例は32例と少なく、単一治療歴の患者に限定した後ろ向き解析である

出典：J Imaging Inform Med ／ Radiomics Integrated with Deep Learning Based on Contrast-Enhanced MRI for Predicting Short-Term Efficacy of Drug-Eluting Beads Transarterial Chemoembolization in Hepatocellular Carcinoma from Multicenter Retrospective Study.

サトシ

肝細胞癌のTACE効果予測は消化器内科・IVR領域の外来説明に直結しそうな話です。

論文医療の質・安全

ICU死亡予測AIを導入した場合の費用対効果を、韓国のマルコフモデルで試算したという論文。

韓国の一般人口を対象にした生涯マルコフモデルで、ICU入室時にAI死亡リスク予測を導入した場合の費用対効果を推計した
ICERはQALYあたり837万ウォン(約6200ドル)で、韓国の許容閾値4000万ウォンを下回った
実患者でAIが死亡率を下げたことを示すデータではなく、決定分析モデル上の推計である

出典：J Med Internet Res ／ Value of AI in Critical Care Using Real-World Evidence on Intensive Care Unit Mortality Prediction: Cost-Utility Analysis.

サトシ

臨床効果ではなく決定分析モデルの数字だと明記されている点は誠実。投資判断には元データの質が要る。

論文オンライン診療・遠隔モニタリング

オピオイド使用障害に対する遠隔限定のブプレノルフィン治療の継続率を、24ヶ月間追跡したという論文。

米国複数州で遠隔診療のみのブプレノルフィン治療を開始した2万2064人を対象に、24ヶ月間の継続率を後ろ向きに調べた
継続率は1ヶ月時点86.8%、6ヶ月時点71.0%で、全国的なベンチマークと同等かそれを上回った
遠隔診療前にブプレノルフィン使用歴がある患者は、それ以外の導入経路より継続率が高かった

出典：J Med Internet Res ／ Retention in Telehealth-Delivered Buprenorphine Treatment for Opioid Use Disorder: Multistate Retrospective Cohort Study.

サトシ

対面前提を外しても継続率が落ちないなら、遠隔診療の適用範囲を広げる根拠として強い。