Automation of Systematic Reviews with Large Language Models
大規模言語モデル（LLM）を活用した「otto-SR」というワークフローは、システマティックレビューの最も時間のかかる作業（論文選別、データ抽出、バイアス評価）を人間よりも高精度かつ迅速に自動化し、既存レビューの迅速な更新や新たな統計的有意性の発見を可能にすることが実証されました。
📄 Category
health informatics
199 件の論文
Reddit posts reveal how natural environments affect social anxiety in young people
Reddit の投稿分析により、自然環境が若者の社会不安を軽減する可能性を示す一方で、他者からの評価を恐れる症状により逆に不安を誘発する場合もあることが明らかになり、既存治療を補完する自然ベースのアプローチには、社会不安特有の課題への配慮が必要であることが示唆されました。
Clinicians Visual Attention During Suicide Screening Encounters: An Exploratory Eye-Tracking Study
この研究は、ウェアラブル・アイトラッキングと事後の思考発話法を用いて、プライマリケア医が電子カルテ内の自殺スクリーニング情報を処理する際の視覚的注意と認知的負荷を分析し、電子カルテの存在が臨床的注意や診療の流れにどのように影響するかを明らかにした探索的調査です。
Leveraging Expert Knowledge and Causal Structure Learning to Build Parsimonious Models of Acute Brain Dysfunction in the Pediatric Intensive Care Unit
この論文は、小児集中治療室における急性脳機能障害の予測において、臨床医の専門知識と因果構造学習を統合することで、予測性能を大幅に損なうことなく、説明可能で簡素なモデルを構築できることを示しています。
ED-TRIAGE-AGENT: A FRAMEWORK FOR HUMAN-AI COLLABORATIVE EMERGENCY TRIAGE
この論文は、緊急外来のトリアージにおいて、臨床家の意思決定を支援し、説明可能性と人間の監督を維持しながら、多エージェント AI フレームワーク「ED-Triage-Agent」を用いて患者の重症度分類（ESI）を改善する新しいアプローチを提案しています。
A deterministic safety pipeline for therapeutic AI in elderly assisted living
高齢者介護施設における治療用 AI の安全性を確保するため、危機検知と出力検証を強制する 5 層の決定論的パイプライン「Lilo Engine」を設計・評価し、危機の検出率 100% と極めて低い誤検知率を達成したことを報告する論文です。
Understanding Comorbidities in Hypermobile Ehlers-Danlos Syndrome: Could a Viral Infection Unmask the Disorder?
大規模な米国患者データを用いた本研究は、関節弛緩型エーラス・ダンロス症候群（hEDS）の有病率が従来考えられていたより高く、特に自律神経機能障害や慢性疲労などを併発する患者において長期間続く後遺症（Long COVID）のリスクが顕著に高まること、そしてウイルス感染が潜在的な症状を顕在化させる可能性を示唆しています。
Collaborative large language models (LLMs) are all you need for screening in systematic reviews
この論文は、複数の大規模言語モデル（LLM）を協働させることで、システマティックレビューの文献選別において、単独のモデルよりも高い精度と作業効率の向上を実現できることを示しています。
Comparing AI and Human Coding of NIH Grant Abstracts to Identify Innovations in Opioid Addiction Treatment
この研究は、オピオイド依存症治療に関する NIH 助成金の要約を分析した結果、ChatGPT-4.0 が人間のコーディングよりも革新性の記述において、深みと関連性の両面で高い評価を得たことを示しており、LLM が質的研究評価の効率と品質を向上させる可能性を浮き彫りにしています。
Sino-US-DrugQA: A Benchmark for Evaluating Large Language Models in Cross-Jurisdictional Pharmaceutical Regulation
本論文は、米国 FDA と中国 NMPA の医薬品規制を跨ぐ比較推論を評価するためのバイリンガルベンチマーク「Sino-US-DrugQA」を構築し、大規模言語モデルが単言語の規制照会には有用であるものの、越境的な比較推論においては依然として専門家の確認を必要とする限界があることを示した。
Outcome Risk Modeling for Disability-Free Longevity: Comparison of Random Forest and Random Survival Forest Methods
ASPREE 試験データを用いた比較において、時間依存性を考慮したランダム生存フォレスト（RSF）は、従来のランダムフォレスト（RF）と区別力や較正において同等の性能を示し、必ずしもより優れた予測精度をもたらすわけではないことが示されました。
Multi-Model Clinical Validation of an AI-Powered Biomarker Analysis Framework: A Cross-Vendor Benchmark on 4,018 NHANES Patients
この論文は、4,018 人の NHANES 患者データを用いた検証により、異なるベンダーの 5 つの大型言語モデルが標準化されたプロンプトフレームワークを通じて、臨床的に許容される精度で 8 つの生体マーカーパターンを特定できることを示し、ベンダーに依存しない臨床 AI システムの実現可能性を証明した。
ChatGPT with Mixed-Integer Linear Programming for Precision Nutrition Recommendations
この論文は、大規模言語モデル（LLM）と混合整数線形計画法（MILP）を統合したハイブリッドモデルが、栄養精度、個人化、実用性のバランスにおいて、単独の LLM や MILP モデルよりも優れたパーソナライズされた食事計画を生成できることを示しています。
Combining phenotypic similarity and network propagation to improve performance and clinical consistency of rare disease diagnosis
本論文は、患者の表現型とオルファネットの疾患階層構造を統合し、ネットワーク伝播アルゴリズムを用いて稀な疾患の診断候補を順位付けする計算機パイプラインを開発し、従来の手法よりも診断精度と臨床的一貫性を向上させることを示しています。
Linguistic Effects of Ambient AI on Clinical Documentation: A Matched Pre-Post Study
この研究は、マサチューセッツ総合病院の外来記録を対象としたマッチド前後比較分析を通じて、ambient AI による臨床記録が文書セクションやベンダーによって異なる言語的変化（特に HPI における構文の複雑化と一貫性の向上）をもたらすことを示し、その評価を効率性だけでなくコミュニケーションや臨床推論への影響まで広げる必要性を提言しています。
Sleep chart of biological aging 1 clocks in middle and late life
この研究は、英国バイオバンクのデータを用いて睡眠時間と生物学的老化の関係を分析し、6.4〜7.8 時間の睡眠が最も老化を遅らせ、短時間および長時間の睡眠が全身の疾患リスクや死亡率の上昇、特に高齢期の抑うつとの関連を示す「U 字型」のパターンを明らかにし、睡眠の最適化が健康寿命延伸に重要であることを示唆しています。
Representation Before Retrieval: Structured Patient Artifacts Reduce Hallucination in Clinical AI Systems
臨床 AI における検索拡張生成（RAG）はむしろ幻覚を助長するが、患者データを構造化された人工物として表現し、出所を追跡するアプローチの方が、事実の信頼性と安全性を向上させることが示された。
Disentangling physiological heterogeneity in retinal aging using a deep learning-based biological age framework
この論文は、大規模な眼底画像データと深層学習を活用して、網膜の生物学的年齢を高精度に推定するだけでなく、全身性炎症や血流動態など多様な生理学的要因に基づく網膜老化の異質性を解明する解釈可能なフレームワークを提案したものである。
Development and validation of an algorithm to identify front-line clinicians using EHR audit log data
この研究では、電子カルテの監査ログデータを活用して、手動のカルテレビューと比較して 91% の精度で患者ごとの主要な第一線臨床医を特定するスケーラブルなアルゴリズムを開発・検証しました。