診断精度に対するLLM支援の効果：系統的レビューおよびメタ解析

大規模言語モデル（LLM）は臨床現場でますます利用されているが、医師の診断精度に及ぼす影響は体系的に定量化されていない。2020年1月から2026年6月までに公表された査読済み論文およびプレプリントを対象として、LLM支援の有無による医師の診断精度を比較する系統的レビューおよびメタ解析を実施した。適格研究は、並行群間デザインまたは被験者内デザインを用いた無作為化もしくは非無作為化比較研究とした。バイアスの潜在的リスクはPROBASTを用いて評価した。42件の研究と101件の効果量を通じて、LLM支援は診断精度のわずかな向上と関連していた（Hedgesのg＝0.22、95％信頼区間［0.18, 0.27］、p＜0.001）。しかし、向上の程度はサブグループ間（LLM間または医療分野間など）で大きく異なっていた。これらの知見は、LLMが医師の診断精度を向上させ得る一方、LLM支援が成功する条件は依然として不明であることを示す。臨床実践への安全かつ効果的な導入を導くには、さらなる臨床的エビデンスが必要である。

https://doi.org/10.64898/2025.12.11.25341476