目的：歯科医師は世界の抗菌薬のおよそ10処方に1処方を担っているが、歯学教育では抗菌薬適正使用支援（AMS）が依然として十分に重視されていない。大規模言語モデル（LLM）はAMS研修を支援し得るものの、この文脈における能力と臨床推論力は明らかでない。本研究では、歯科における抗菌薬処方問題に対するGPT-4oの正確性と臨床推論を、問題の難易度別に評価した。方法：査読済み研究8報（2017～2023年）から、歯科における抗菌薬処方に関する多肢選択問題125問を収集した。GPT-4oに各問題への回答と臨床的根拠を生成させた。正確性は原著研究の解答と照合して評価し、難易度の四分位群別に検討した。根拠については、科学的合意、有害性の程度と可能性、不適切な内容と欠落した内容、バイアス、ならびに理解・検索・推論それぞれの正誤を評価する、12軸の人手評価フレームワークを改変して評価した。予防投与に特化した問題は別途解析した。結果：GPT-4oは問題の72％に正答した。正答率は難易度の四分位群を通じて比較的安定していた（78％、78％、65％、70％）。専門家は、12軸全体で根拠の95.4％を肯定的に評価した。理解、検索、推論はいずれも肯定的評価が96.2％を超えた。主な弱点は内容の欠落（7.8％）であり、根拠の7.1％には中等度から重度の潜在的有害性が認められた。予防投与に特化した問題での成績（98.1％）は、それ以外の問題（93.0％）を上回った。結論：GPT-4oは、歯科における抗菌薬処方問題に対して中等度から高度の能力と、臨床的に擁護可能な推論を示した。しかし、リスクが残存するため監督なしの臨床使用には適さない一方、監督下で用いるAMS教育ツールとしての可能性を有する。
https://doi.org/10.64898/2026.09.01.26361980