米ボストンのブリガム・アンド・ウィメンズ病院の研究者らは、大規模言語モデル「Flan-T5」（Google AI が提供するオープンソース言語モデル）が、産後出血患者の同定において95％の精度を示し、産後出血を発症する可能性の高い患者の予測に役立つ可能性があることを示した。
およそ1〜5%が経験する産後出血は通常、出産直後に起こるが、それ以降に起こることもある。複数の潜在的因子があり、患者の個別性も結果を修飾するため、この疾患の特定と追跡は従来容易ではなかった。npj Digital Medicineに掲載された研究によると、研究者らは、Flan-T5に電子カルテデータから産後出血に関連する概念を認識するよう訓練し、その後、この病態の患者にフラグを立てるモデルとして構築した。モデル構築には、1998年から2015年の間にマス・ジェネラル・ブリガム病院群で出産した131,284人の退院時サマリーが用いられている。このモデルは、研究者による手作業のデータラベリングを必要とすることなく、産後出血の患者を正確に同定しており、従来の請求コードを使用した追跡の精度を有意に上回っていた。
研究チームは「このアプローチは将来の研究に応用でき、臨床的な臨床的意思決定支援となる可能性」を強調している。AIとアナリティクスを活用し、「妊産婦と乳幼児の健康」を改善しようとする潮流が生まれている。
参照論文：
Zero-shot interpretable phenotyping of postpartum hemorrhage using large language models
関連記事：
