大規模言語モデルを応用した医療における正確なエビデンス提供方法の提案

抄録

[背景]人工知能(AI)技術が日常生活に浸透している現代において、大規模言語モデル(LLM)を利用した情報収集が行われている。しかし医療特化型でないLLMにはhallucinationリスクもあり、診療においてコミュニケーションのすれ違いが発生する。また医療従事者も適切な情報を入手するには手間と時間がかかる。そこで、適切な医学情報を基に正確なエビデンスを入手する手法を構築した。[方法]GPT、DeepL、PubMedのAPIを利用し、Flaskでサーバーを構築した。日本語の質問文を英訳した上で必要なキーワードを選択、PubMedで該当する文献を抽出し、文献情報に基づいてLLMに回答させた。またダウンロード可能な文献を自動探索し、質問文に沿って要約した。[結果]日本語の質問文に対し、必要な医学情報を提示し得た。これらはほぼ自動で行われるため質問者側に医学知識を求めず、誰でも利用可能である。[結語]これまで手動で行っていた情報収集を自動化し得た。LLMを利用することで医療従事者のみならず医療を専門としていなくても飛躍的に医学情報へのアクセスを容易にした。