性・生殖に関する患者相談をAIは理解できるか

性と生殖に関する健康相談は、羞恥や社会的評価への懸念から対面での相談が困難であるため、匿名で相談できるデジタル環境への需要が高まっている。そうした背景から、米国およびインドの研究チームがインドの匿名化相談内容を対象に、大規模言語モデル（LLM）がユーザーの意図をどの程度正確に理解できるかを検証した。この研究成果はJournal of Medical Internet Researchに掲載されている。

本研究では、インド・ムンバイの支援団体を通じて収集された4,161件の匿名化相談データが用いられた。これらは非構造的で曖昧な表現を含む相談内容でも文脈を保ちながら意図を推定しやすくなるように、8つのトピックと40のサブトピックに階層的に分類された。評価対象には多言語オープンモデル、インド特化型モデルで比較された。結果、GPT-5が最も高い性能を示したほか、インド特化型モデルも競合する精度を示した。また誤分類の分析では、文化的表現や婉曲的表現の理解が課題であることが明らかになった。

今回の研究は、非医療者による曖昧な表現を含む医療相談において、LLMが実用的な支援ツールとなり得る可能性を示唆する。特にLLMの文脈理解能力に加え、階層的分類手法を導入することで、意図を体系的に整理・評価することが可能となった。今後は、実臨床や公衆衛生の現場におけるチャットボットへの応用が期待されるとともに、文化的文脈を踏まえたモデル設計の必要性も示されている。

参照論文：

Understanding User Intent in Code-Mixed Sexual and Reproductive Health Queries in Urban India: Hierarchical Classification Approach Using Large Language Models

関連記事：

1. AIは世界の女性の健康を守るツールとなるか
2. 「HIVの感染リスクが高い女性」を特定する予測モデル
3. スタンフォード大学AIMI – 女性・子どもの健康増進へのAI利用