大規模な言語モデルは将来の自殺予防をサポートする可能性がある: E-HEALTH-COM

将来的には、人工知能 (AI) が自殺の危険がある患者を早期に特定し、医療スタッフにタイムリーに情報を提供するのに役立つ可能性があります。これは、ドレスデン工科大学（TU）のデジタルヘルスのためのエルゼ・クローナー・フレゼニウス・センター（EKFZ）の研究者らが、カール・グスタフ・カールス・ドレスデン大学病院の精神科・心理療法クリニックおよびポリクリニックの医師らとともに行った研究で報告しているものである。このほど専門誌「The British Journal of Psychiatry」に掲載された。

精神医学の既往歴からのテキストを分析するために、著者らは「Llama-2」ファミリーの新しい大規模言語モデル（略してLLM）を使用しました。科学者らは、患者の自殺傾向の状態、たとえば自殺念慮や死にたい願望があるかどうかなど、モデルがどの程度正確に識別できるかを知りたいと考えていました。これを行うために、彼らは 100 件の記録文書を調査し、使用されたモデルがこれらのケースを確実かつ高い精度で認識したことを示しました。科学者たちは、機密の個人データを最適に保護し、プライバシーを維持するために、ローカルの病院内サーバーを使用しました。

「私たちは、大規模な言語モデルを使用して、患者の自殺傾向の兆候を電子医療記録から自動的に抽出できることを示すことができました。私たちの結果は、医学におけるこれらの大規模な言語モデルの大きな可能性を強調しています。精神医学データの分析用に特別に設計されたものではないモデルを使用しましたが、結果は信頼性が高く正確でした。さらに調整を加えることでさらに改善することができます。臨床での応用例としては、精神科の緊急事態に対する早期警告および監視システム、品質保証の向上、大量のデータからの精神科症状の分析などが考えられます」と、この研究の筆頭著者の一人でカール・グスタフ病院の精神科医であるファルク・ゲリック・ヴァーヒーズ氏は述べています。カールス大学病院ドレスデン。

研究者らは、これらのモデルを実際に日常の臨床診療にうまく組み込むには、さらなる研究が必要であると指摘している。この論文の発表により、彼らは、ローカルで使用される大規模な言語モデルがフリーテキストから臨床情報を高精度で抽出できることを示しました。ハードウェア要件が低いローカル ソリューションを使用すると、実際の実装のハードルも下がります。

「これらの AI 手法は、将来的には医療専門家の意思決定をサポートし、医療文書の作成を容易にする可能性があります。 「これにより医療の質が即座に向上するだけでなく、長期的には医学研究も進歩するでしょう」と博士は言います。医学。 Isabella C. Wiest 氏は、この研究の筆頭著者であり、ドレスデンのカール グスタフ カルース大学病院の医師であり、EKFZ for Digital Health の研究者でもあります。

オリジナル出版物

イザベラ・C・ウィースト、フォーク・ゲリック・ヴァーヒース 他プライバシーを保護する大規模言語モデルを使用した医療テキストからの自殺傾向の検出。英国精神医学ジャーナル、2024 年。 https://doi.org/10.1192/bjp.2024.134。

出典: カール グスタフ カルース大学病院ドレスデン