1769486960
2026-01-26 10:05:00
標準化された検査やその適用に必要なリソースへのアクセスが限られているため、現在の医療現場では認知障害の早期発見が依然として大きな課題となっています。人工知能 (AI) に基づく新しいアプローチは、日常の医療記録にすでに存在する情報を使用して、追加の検査を行わずにリスクのある患者に早期にフラグを立てることができることを示唆しています。
マサチューセッツ州ブリガム将軍の研究者グループ 発展した 人間の介入なしに、一般的な臨床文書に基づいて認知障害を検出できる、最初の完全自律型人工知能システムの 1 つです。ジャーナルに掲載された研究によると、システムは実際の使用条件下で検証され、98% の特異性を達成しました。 npjデジタルメディシン、 1月に。
従来の AI モデルとは異なり、提案されたソリューションは、5 つの専門の AI エージェントで構成される「仮想医師チーム」として機能します。彼らは独立して臨床データを分析し、互いの結論を評価し、医師間のケースディスカッションと同様の反復プロセスで推論を洗練させます。
このシステムは大規模な言語モデルで実行され、患者データを外部サーバーやクラウド サービスに送信することなく、病院の IT インフラストラクチャにローカルにインストールできます。
この研究には、マサチューセッツ・ジェネラル・ブリガムで治療を受けた匿名化された患者200人からの3,300件以上の臨床データの分析が含まれていた。定期的な診察中に生成された文書を検査することで、システムは気づかれにくい認知障害の微妙な兆候を特定することができました。
認知障害は過小診断されることが多く、標準的な検査を広く適用するのは困難です。これに関連して、特にアルツハイマー病の初期段階でより効果的なアルツハイマー病のいくつかの治療法が最近承認されて以来、早期発見の重要性がますます高まっています。
著者らによると、多くの患者は診断を受けるのが遅すぎて、最適な治療期間がすでに過ぎてしまっているという。
AI システムの評価が人間の専門家の評価と異なる状況では、各ケースが独立した人間の専門家によって再分析されました。これらのケースのうち 58% で、専門家はシステムの推論の正しさを確認し、人間の評価では当初見逃されていた関連要素を AI が特定したことを示唆しています。
しかし、エラーの分析により、システムの限界も明らかになりました。認知機能に関する情報が不完全な場合、たとえば問題のリストでのみ言及されている場合、詳細な臨床説明や臨床背景がない場合、または非常に特殊な領域の知識が必要な場合、システムのパフォーマンスは低下しました。このシステムは、コンテキストが豊富な医療メモを使用したときに最も効果的に機能しました。
認知障害のあるケースとないケースの数が同程度のテストでは、システムは 91% の感度を達成しました。実際の使用状況では、陽性反応が出たのはわずか 33% でしたが、感度は 62% に低下しました。ただし、特異性は 98% と高いままでした。
研究者らは、AI システムを実際の使用状況に合わせてより適切に調整する必要があることを示し、将来の改善を導くために、これらのパフォーマンスの違いを透過的に報告しました。
著者らは、こうした技術を責任を持って医療行為に組み込むためには、これらの限界を明確に提示することが不可欠であると強調している。
研究の発表に伴い、チームは次の取り組みも開始しました。 ピティア他の医療システムや研究機関が、AI ベースのスクリーニング アプリケーションに対して同様の自律的なリクエスト最適化メカニズムを実装できるようにするオープンソース ツールです。
#は日常的な医療データを使用して初期の認知障害を特定できる