ChatGPTは臨床記録から救急患者の緊急度を評価可能
Use of a Large Language Model to Assess Clinical Acuity of Adults in the Emergency Department
背景
ChatGPTなどの大規模言語モデル（LLM）については、すでに多くの医療応用が検討されている。その中でも、情報を要約するその能力に着目し、カルテや読影レポートから要点を抽出する試みは有望視されている。
アメリカUniversity of California, San FranciscoのWilliamsらは、同施設の救急外来を受診し、Emergency Severity Index緊急度レベルが記録され、対応する医師のメモが残されている患者（n=251,401）を対象とした横断研究を実施し、より緊急性の高い患者を特定するGPT-4（OpenAI社, GPT-4o登場以前の最高モデル）を評価した。
結論
GPT-4は、ランダムにサンプリングされた10,000組の患者のペアのうち、8,940組についてより高い緊急度の患者を正しく推定した（精度 0.89）。GPT-3.5のパフォーマンス（0.84）は、GPT-4を下回った。
人の手で分類を行った500組のサブサンプルにおいても、GPT-4は同等のパフォーマンスを示し（0.88）、これは人間の医師によるレビュー（0.86）と同等であった。
評価
ChatGPTは医師の記録に基づいて、救急患者の緊急度を正確に判定することが可能であった。トリアージ支援におけるLLMの有用性を示唆する結果であり、意思決定ツールへの組み込みなどが、今後検証されていくものとなる。
