臨床日常の放射線レポートに基づくフォローアップ検査の自動判定のためのGPT-4o

なぜより賢いフォローアップ検査が重要か

患者がCTやMRI検査を受けた後、話は画像だけで終わりません。放射線科医は、腫瘍を追跡するため、疑わしい病変をチェックするため、治療が奏効しているか確認するために、フォローアップ検査が必要か、いつ行うべきかを判断する必要があります。これらの判断は、病気を早期に発見するか、不要な被ばくや費用、不安を患者に与えるかの違いを生みます。本研究は時宜を得た問いを立てました：最新の人工知能システムであるGPT-4oは、フォローアップの判断を標準化し、患者が一貫したガイドラインに基づくケアを受けられるように支援できるか？

混在するメッセージという問題

専門学会は多くのがんや偶発所見について、いつどのように再画像化すべきかの詳細な推奨を公表しています。しかし日常診療では、放射線科医の間でフォローアップに関する見解がしばしば一致しません。再検査をすぐに指示する医師もいれば、慎重な医師もいます。過去の研究では、類似した症例を見た放射線科医間でさらなる画像検査を推奨する確率がほぼ7倍にまでばらつくことが示されています。多くの提案が公刊のガイドラインに完全には一致せず、結果として一部の患者は不要な検査を受け、他の患者は適時のチェックを逃す可能性があります。このような不均一な状況は、診療をより一貫したエビデンスに基づく判断に穏やかに導くツールの開発を促しています。

研究の設計

研究者らは、テキストを理解し生成するよう設計された大規模言語モデルGPT-4oを、ドイツの2病院から集めた100件の実際の放射線症例で検証しました。全症例は成人が対象で、頭頸部、肝臓、肺、膵臓の4つの主要領域に関するがん関連の疑問でCTまたはMRIが行われていました。各症例に対して、モデルには病歴、画像所見、および放射線科医の結論を含む全文の報告書が与えられました。GPT-4oには1つの課題が与えられました：この情報に基づき、次に行うべき具体的なフォローアップ画像検査の方法（例えばCTやMRIなど）とその時期を提案することです。同じ質問に対しては、放射線科のレジデントと経験豊富な専門医も各症例について回答しました。

ガイドラインとの照合による品質評価

これらの提案を評価するために、出所が分からないようにした2人の上級放射線科医が、がん関連学会や放射線学会の主要な国際ガイドラインと照らし合わせてすべての回答を比較しました。彼らは各提案を4つの観点で評価しました：フォローアップが必要な関連所見をすべてカバーしているか、選択された画像検査の技術が適切か、提案された時期の正確性、そして5段階評価による総合品質スコアです。要するに、専門家はこの計画が患者を安全に保ち、ルールに従い、不要な検査を避けているかを問うていました。

AIは人間と比べてどうだったか

100症例全体を通じて、GPT-4oのフォローアップの総合品質は経験豊富な放射線科医と同等であり、レジデントを上回りました。モデルの中央値の総合品質スコアは5点満点中4で、専門医とほぼ同じであり、研修医より有意に高かったです。GPT-4oは時期に関して完全または部分的に正しかったのが96%の症例で、レジデント（75%）を上回り、専門医（90%）をやや上回りました。また、潜在的に有害な時期の誤りは最も少なかったです。フォローアップが必要な所見をすべて扱った割合は92%で、これはレジデントと同程度で、この特定の指標では専門医より明らかに優れていました。適切な検査種類の選択については、GPT-4oは両者の人間読影者とほぼ同等の成績を示しました。最も得意だった領域は肺、肝臓、膵臓の画像診断で、これらはガイドライン経路が特に標準化されているためです。より複雑な頭頸部領域では、すべての読影者でパフォーマンスがやや低下しました。

将来のケアにとっての意味

本研究は、GPT-4oがフォローアップ画像検査の判断において信頼できるアシスタントとして機能しうることを示唆しています。多くの点で研修医より優れ、経験豊富な放射線科医と同程度の水準で働ける可能性があります。代替ではなく意思決定支援ツールとして用いれば、不要な検査の削減、重要なフォローアップの遅延の短縮、放射線科部門の負担軽減に寄与し、診療を既存のガイドラインにより近づける助けとなるでしょう。しかし著者らは、人間の専門家が最終判断を保持すべきだと強調しています：モデルはレポートを誤解する可能性があり、その内部動作は不透明であり、研究は2つの施設からのがん関連症例100例のみを対象としていました。こうしたツールを日常の臨床ワークフローに安全に組み込むには、より大規模で前向きな試験や、安全なローカルホスティングなどの対応が必要です。

引用: Kaya, K., Müller, L., Persigehl, T. et al. GPT-4o for Automated Determination of Follow-up Examinations Based on Radiology Reports from Clinical Routine. Sci Rep 16, 12587 (2026). https://doi.org/10.1038/s41598-026-40317-9

キーワード: 放射線フォローアップ, 大規模言語モデル, 医療意思決定支援, 腫瘍イメージング, GPT-4o