人工知能（AI）は、高齢者の多剤併用（ポリファーマシー）対策に役立つ可能性のあることが、新たな研究で示唆された。OpenAI社の大規模言語モデル（LLM）であるChatGPTに高齢者の架空の投薬リストを評価させたところ、一貫して不必要な可能性のある薬の使用の中止を推奨したという。米ハーバード大学医学大学院のArya Rao氏らによるこの研究の詳細は、「Journal of Medical Systems」に4月18日掲載された。 Rao氏らによると、高齢者の40％以上が5種類以上の薬を処方されており、それが薬物相互作用のリスクを高めているという。このリスクは、不要な薬の処方をやめることで軽減されるが、そのための意思決定プロセスは複雑であり、時間もかかる。そのため、特に人手不足に直面していることの多いプライマリケア従事者をサポートする、効果的なポリファーマシー管理ツールが必要とされている。 今回の研究でRao氏らは、多剤を併用している同一の高齢患者に関する複数の臨床シナリオを作成し、ChatGPTの薬物削減を通じたポリファーマシー管理の性能についての評価を行った。それぞれのシナリオでは、心血管疾患の既往歴や日常生活動作（ADL）の障害の程度が異なっていた。薬の削減については、ChatGPTにイエス/ノーで回答させた。 その結果、患者に心血管疾患の既往歴がない場合には、ChatGPTは一貫して薬の削減を推奨することが明らかになった。一方、心血管疾患の既往歴がある場合には、ChatGPTはより慎重な姿勢を示し、患者の薬物療法の変更はしないと判断する傾向が認められた。いずれのケースでも、ADLの障害の重症度はChatGPTの意思決定に影響を与えていなかった。また、ChatGPTは、痛みについては考慮しない傾向や、スタチンや降圧薬などの種類の薬を削減するよりも痛み止めを削減することを推奨する傾向があることも示された。 このほか、同じシナリオを新しいチャットセッションで提示すると、ChatGPTの応答が異なることもあったという。研究グループはこの結果について、「モデルのトレーニングに使用された研究報告の中で、臨床上の減薬傾向が一貫していないことを反映している可能性がある」との見方を示している。 こうした結果を受けてRao氏は、「本研究結果は、高齢者に対する薬剤処方の安全性を確実なものにする上でAIベースのツールが重要な役割を果たし得ることを示唆している。ただし、医療上の意思決定の複雑さに対応できるよう、これらのツールを改良し続けることが不可欠だ」と述べている。 研究グループは、医師が患者の処方箋を管理するのはますます難しくなっていると指摘する。さまざまな専門医を受診するメディケア加入の高齢患者が増えている一方で、それらの患者の服薬管理はプライマリケア医に一任されているからだ。 論文の上席著者で、米Mass General Brigham放射線学部門のMarc Succi氏は、「このようなモデルの精度を高める上では注意が必要だが、AIによる服薬管理は、一般開業医の負担増を軽減するのに役立つ可能性がある」と話す。その上で同氏は、「服薬管理のために特別に訓練されたAIツールを使ってさらに研究を進めれば、高齢患者のケアを大幅に改善できるだろう」との見方を示している。（HealthDay News 2024年4月18日） https://www.healthday.com/health-news/general-health/many-seniors-are-overmedicated-but-chatgpt-might-prevent-that Copyright © 2024 HealthDay. All rights reserved.Photo Credit: Adobe Stock
人工知能（AI）は、高齢者の多剤併用（ポリファーマシー）対策に役立つ可能性のあることが、新たな研究で示唆された。OpenAI社の大規模言語モデル（LLM）であるChatGPTに高齢者の架空の投薬リストを評価させたところ、一貫して不必要な可能性のある薬の使用の中止を推奨したという。米ハーバード大学医学大学院のArya Rao氏らによるこの研究の詳細は、「Journal of Medical Systems」に4月18日掲載された。 Rao氏らによると、高齢者の40％以上が5種類以上の薬を処方されており、それが薬物相互作用のリスクを高めているという。このリスクは、不要な薬の処方をやめることで軽減されるが、そのための意思決定プロセスは複雑であり、時間もかかる。そのため、特に人手不足に直面していることの多いプライマリケア従事者をサポートする、効果的なポリファーマシー管理ツールが必要とされている。 今回の研究でRao氏らは、多剤を併用している同一の高齢患者に関する複数の臨床シナリオを作成し、ChatGPTの薬物削減を通じたポリファーマシー管理の性能についての評価を行った。それぞれのシナリオでは、心血管疾患の既往歴や日常生活動作（ADL）の障害の程度が異なっていた。薬の削減については、ChatGPTにイエス/ノーで回答させた。 その結果、患者に心血管疾患の既往歴がない場合には、ChatGPTは一貫して薬の削減を推奨することが明らかになった。一方、心血管疾患の既往歴がある場合には、ChatGPTはより慎重な姿勢を示し、患者の薬物療法の変更はしないと判断する傾向が認められた。いずれのケースでも、ADLの障害の重症度はChatGPTの意思決定に影響を与えていなかった。また、ChatGPTは、痛みについては考慮しない傾向や、スタチンや降圧薬などの種類の薬を削減するよりも痛み止めを削減することを推奨する傾向があることも示された。 このほか、同じシナリオを新しいチャットセッションで提示すると、ChatGPTの応答が異なることもあったという。研究グループはこの結果について、「モデルのトレーニングに使用された研究報告の中で、臨床上の減薬傾向が一貫していないことを反映している可能性がある」との見方を示している。 こうした結果を受けてRao氏は、「本研究結果は、高齢者に対する薬剤処方の安全性を確実なものにする上でAIベースのツールが重要な役割を果たし得ることを示唆している。ただし、医療上の意思決定の複雑さに対応できるよう、これらのツールを改良し続けることが不可欠だ」と述べている。 研究グループは、医師が患者の処方箋を管理するのはますます難しくなっていると指摘する。さまざまな専門医を受診するメディケア加入の高齢患者が増えている一方で、それらの患者の服薬管理はプライマリケア医に一任されているからだ。 論文の上席著者で、米Mass General Brigham放射線学部門のMarc Succi氏は、「このようなモデルの精度を高める上では注意が必要だが、AIによる服薬管理は、一般開業医の負担増を軽減するのに役立つ可能性がある」と話す。その上で同氏は、「服薬管理のために特別に訓練されたAIツールを使ってさらに研究を進めれば、高齢患者のケアを大幅に改善できるだろう」との見方を示している。（HealthDay News 2024年4月18日） https://www.healthday.com/health-news/general-health/many-seniors-are-overmedicated-but-chatgpt-might-prevent-that Copyright © 2024 HealthDay. All rights reserved.Photo Credit: Adobe Stock
