| 研究課題/領域番号 |
21K10355
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分58010:医療管理学および医療系社会学関連
|
|---|
| 研究機関 | 獨協医科大学 |
|---|
研究代表者 |
原田 侑典 獨協医科大学, 医学部, 講師 (40810502)
|
|---|
| 研究分担者 |
志水 太郎 獨協医科大学, 医学部, 教授 (50810529)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | AI自動問診 / 診断エラー / 自動問診AI / Diagnostic Excellence / 自動AI問診 / 診断精度 / 診断思考理論開発 |
|---|
| 研究開始時の研究の概要 |
人工知能（Artificial Intelligence:AI）が自動で患者の問診を行い、鑑別診断を挙げる自動問診AIが医療現場に導入されている。自動問診AI利用による診断精度向上効果が期待されるが、利用する医師の診断思考に誤りがあれば診断精度は下がりうる。本研究では、自動問診AIを利用した際に医師の診断精度が下がる場合の原因を明らかにした上で、自動問診AIを利用した際に医師の診断精度が最大となる診断思考方法を理論化する。自動問診AIの利用によって医師の診断精度が変化する理由が分かることで、自動問診AIの有効利用に関する研究が進み、日常診療での診断の誤りや遅れが減り、医療の質の向上につながる。
|
| 研究成果の概要 |
本研究ではAI自動問診による鑑別診断リストの提示の有無は医師の診断精度に影響を与えないが、AIの鑑別診断リストの診断精度は医師の診断精度に影響を及ぼすことを示した。次に、一般内科外来でAI自動問診を利用した場合、診断エラーの頻度が若干低下する可能性を示した。さらに、AI自動問診の鑑別診断リストの診断精度は、他のAIの鑑別診断リストと共通する鑑別診断の数が多いほど高いことを示し、複数のAIを併用することに有用性を示唆した。また、AI自動問診の診断精度は経時的に向上しておらず、稀な疾患や病像では精度が低い問題も指摘した。さらに、AI自動問診の診断精度を医師は正確に判断できないことも示した。
|
| 研究成果の学術的意義や社会的意義 |
本研究の結果から、現在日本で利用されているAI自動問診の診断精度は全面的に信用してよいほどの水準にはないこと、特に稀な疾患や非典型的な病像など診断に誤りや遅れが生じる危険性が高い患者においてはさらに低くなることから、そのような患者であると感じた場合にはAIを頼らない方がよいことが示唆されるほか、AIの診断が正しいか否かの判断は医師の直観は当てにはならないため、他のAIを併用して共通する鑑別が多いかどうかで判断する方が安全であることも示唆される。このように、本研究はAI自動問診を安全に使用する際の具体的な方法を推奨することができた。
|
