Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

システム生物学研究所の研究者らは、電子健康記録から健康の社会的決定要因を検出するために人工知能をどのように使用できるかを理解する上で大きな進歩を遂げました。プロビデンスと共同で実施されたこの研究では、高度な言語モデルを使用して妊婦の臨床記録を分析し、住宅の不安定さの特定に焦点を当てました。

研究チームは、GPT-4 と GPT-3.5 の 2 つの言語モデルのパフォーマンスを従来の方法と人間による分析と比較して評価しました。その結果、住宅の不安定さのケースを特定する上で GPT-4 が他のテクノロジーよりも優れていることがわかりました。しかし、人間のレビュー担当者は精度と臨床記録からの正確な証拠の提供において優れており、人間が健康記録の解釈にもたらす微妙な理解を強調しました。

この研究では、匿名化が AI の社会的決定要因の正確な検出能力に与える影響も調査しました。機密情報が架空のデータに置き換えられた匿名化された記録は AI にとって課題となり、住宅の課題を特定する精度の低下につながりました。この調査結果は、健康の決定要因を理解するために不可欠な詳細を損なうことなく患者のプライバシーを保護する匿名化技術の改善の必要性を強調しています。

ISB の研究は、大規模な言語モデルが初期患者スクリーニングのスケーラブルなツールとして潜在的可能性を浮き彫りにすると同時に、医療の意思決定における人間による監視の重要性が引き続き強調されています。この研究の洞察は、医療における AI の統合と、技術の効率性と患者ケアの複雑さとのバランスに関する継続的な議論に貢献しています。