話題の対話型AI「ChatGPT」:医療現場への活用方法は?

投稿日

最終更新日

  • AI
  • LLM
  • ChatGPT

話題の対話型AI「ChatGPT」:医療現場への活用方法は?

ChatGPTとは何か?

ChatGPTとは、OpenAIが開発した対話特化型の自然言語処理モデルであり、同社が2022年11月末にリリースしたチャットボットツールの名称にもなっている。

大規模なテキストデータを事前に学習することで、ある単語の次にくる単語の高精度な予測を可能にし、人間が書いたような文章を自動で生成する仕組みとなっている。

試しに「自己紹介をお願いします」と打ち込んでみたところ、次のような答えが返された。

このように、ChatGPTは入力された文章に応じて適切な応答を生成する能力を持っており、言語の翻訳・質問への回答・テキストの要約など、さまざまなタスクに応用できるとして熱視線を集めている。

本記事では、ChatGPTの長短を整理した上で、「ChatGPTは医療現場へ応用可能か?」「どのような活用方法が考えられるのか?」という観点について考えていく。

ChatGPTの強み:会話の文脈を理解した上で、自然かつ複雑な文章を構成できる

ChatGPTに「ChatGPTの強みは?」と尋ねて得られた返答と、ChatGPTのホーム画面に記載されている "Capabilities" を参考に、ChatGPTの強みを整理した。

  • 自然な文章を生成する能力がある
    • モデルが大量の文章データを学習することで、人間が書いたような自然な文章を生成できる。
  • 複数の文章を生成することができる
    • 1つの文章だけでなく、複数の文章を生成することができるため、より複雑な内容を生成できる。
  • コンテキストを理解する能力がある
    • ユーザーが以前の会話で言ったことを覚えている
      • 会話の中で、前に話された内容を踏まえて文章を生成することができる。
    • ユーザーが追加修正を行うことを許容している
      • 利用者の意図により近い回答を出力できるような工夫がある。
  • 不適切なリクエストを断るようにトレーニングされている

コンテキストの理解の例を挙げる。"Capabilities" の文面をChatGPTで和訳した後、次の入力として「ユーザーを利用者に書き換えてください」と打ち込めば、「ユーザー」が「利用者」に変換された和訳が出力される(下図)。

このように、ChatGPTの強みは「会話の文脈を理解した上で、自然かつ複雑な文章を構成できる」点にある。

ChatGPTの限界:100%正しい情報を出力するとは限らない

ChatGPTの公式ホームページに記載されている "Limitations" と、ChatGPTのホーム画面に記載されている "Limitations" などを参考に、ChatGPTの強みを整理した[1]。

  • もっともらしく聞こえるが、不正確な / 無意味な応答を返すことがある
    • AIを用いて出力された情報は、その信頼性について100%を保証することはできない。
    • 偽情報を生成する場合や、論理関係の整合性が取れない回答を残す場合もある。
    • 単純な質問に対しても、間違えた答えを出力する場合がある(下図)。
  • 入力するプロンプト(命令)が少し違うだけで、回答内容に大きく差が出る場合がある。
    • 意図した回答を得るためには、入力方法に工夫が必要な場合がある。
  • 2021年以降の世界やできごとに関する知識が乏しい。
    • 事前学習という特徴から、基盤となるモデルが作られた2021年以降のテキストデータは学習されていない。
  • 有害なアドバイスや偏った内容を出力する場合がある。

このように、100%正しい情報を出力するとは限らないため、ChatGPTに頼り切ってしまうのは良くない。入力するプロンプトの工夫も含めて、人の手で最終チェックを加えることが重要である。

ChatGPTの医療・ヘルスケアにおける活用方法

上記のような特徴から、ChatGPTは医療・ヘルスケア領域でもさまざまな活用方法が考えられる/今後期待されるツールと言える。具体的な活用法を、3種類に分類して説明する。

1) 医療現場における文書作成を効率化する

「医師の主な仕事」と言われると、多くの方が診察・病棟管理を想像するだろう。しかし、実際には書類仕事にかかる労力も大きい。特に、すでに内容がわかっていたり文字データとしてpc上に存在していたりする文章を、所定の形式に合うように、あるいは丁寧に書き直すというケースも多い。このような業務の効率化に、ChatGPTは極めて有効と考えられる。

  • 検査オーダー, 診断書, 他院への紹介状などの作成
    • 患者の情報や紹介先をChatGPTに入力することで、丁寧な形に変換された文章を生成する。
    • 若干変な部分もあるが、電子カルテに記載されているサマリーから紹介状を作ることもできる(下図に写っているのは回答前半)[2]。
    • 適切な紹介先を検索する部分までChatGPTに担当してもらえる可能性もある。

  • 電子カルテ:診療記録の記載
    • 診察すべき項目や治療計画の参考にもなり、教育目的としても役立つ可能性がある。
    • 例では、医療系の英語を日本語に修正する能力がまだ不十分であることがわかる(体温が華氏表記, dietが食事ではなくダイエットと訳出, ほか)。しかし、新しいバージョンへのアップデートや医療系企業の参入で乗り越えられるような障壁であろう。

  • 手術説明文書の作成
    • 手術に関する説明を文書として患者に提供する場合に、そのたたき台として使用できる。

  • 入院サマリー, 看護要約などの作成
    • 電子カルテの診療記録をChatGPTに入力することで、病歴の要約を生成する。
    • 今後の展望として、電子カルテにChatGPTのようなサービスが搭載される可能性にも期待がかかる。
  • 論文校正
    • 提出する前に、表記上のミスやわかりにくさを軽減できる。
    • 例では、意味や "scientific and adademic" なトーンを保ちながら文の構造を変えるように、というプロンプトを使用している。"effective" のスペルミスや "which" の文法的ミスなどの修正を含めて、よりわかりやすい文型にアップデートされている(下図)[3]。
    • 将来的に、査読側にも利用される可能性がある。

2) 医療現場における意思決定を補助する

  • 診断補助, 治療提案
    • 病歴を入力することで、診断や治療についての返答を得られる(下図)[4]。
    • 正確性が担保されているわけではないため、現段階ではあくまでも補助的な使用にとどめる必要がある。

cf. 鑑別診断や治療計画に特化したAIツールも開発されており、下記記事で紹介している「Glass AI」などがある。これもChatGPTと同様、大規模言語モデル(LLM)に立脚したサービスである。

3) 医療情報の収集ツール・相談役として、非医療者の健康に寄与する

  • 医療情報の収集ツール
    • 医療者以外の人にとって、医療やヘルスケアについての情報を収集できるチャネルが増える。
    • 発展すれば、症状を入力することで、関連する疾患の名称・医療機関受診の推奨度・受診可能な近所の医療機関などを出力するといった(Ubie社の「症状検索エンジン ユビー」のような)役割を担う可能性もある。
  • 医療に関する相談役(バーチャルドクター)
    • 医師ほどの専門性はないものの、オンライン医療相談が果たすような役割を担える可能性がある。
    • 例えば、「頭が痛い」「お腹が痛い」などの症状を入力するだけで、その原因についての説明が出力される。

まとめ

  • ChatGPTは対話特化型のAIチャットツールで、「会話の文脈を理解した上で、自然かつ複雑な文章を構成できる」という特徴から多様なタスクに応用できる可能性があり、注目の的となっている。
  • 一方で、不正確な情報が出力される場合もあるということを忘れてはならない。意図した情報を得るために、上手い入力方法を工夫することもときに必要である。
  • 医療・ヘルスケアにおける主な活用法は下記の3種類に区分されるが、現時点では特に1点目の活用方法が極めて有効と考えられる。
    • 医療現場における文書作成を効率化する:紹介状や診療記録の作成、論文校正など
    • 医療現場における意思決定を補助する:診療補助や治療提案など
    • 医療情報の収集ツール・相談役として、非医療者の健康に寄与する
  • ChatGPT自体のアップデート, 医療系企業を含む他社の参入, 電子カルテへの搭載など、将来の展開についても幅広い可能性が期待される。

参考文献

1. ChatGPT: Optimizing Language Models for Dialogue | OpenAI | https://openai.com/blog/chatgpt/
2. 看護サマリー 書いていますか? | もみじ訪問看護ステーション | https://www.momijihk.co.jp/wp-content/uploads/2019/09/第2回サポート事業%E3%80%80サマリー資料.pdf
3. ChatGPTを使って論文の英文校正をする | 千葉大学大学院医学研究院整形外科学 | http://www.ortho.m.chiba-u.jp/research_tips/4709
4. 薬剤投与中にアナフィラキシー症状を起こした患者さんのアセスメントと対応 | ナース専科 | https://knowledge.nurse-senka.jp/500128

京都大学医学部6回生。医療情報のあり方に興味があり、初期研修後の進路では社会医学・行政・企業勤務・起業なども視野に入れる。現在はインターンでヘルステック領域を学びつつ、G検定・応用情報技術者試験合格など情報分野でも修行中。趣味は競技かるた、身近な人を手伝うツール開発、ブログ執筆。