講演情報
[3F1-OS-8-04]薬剤併用効果の探索自動化に向けた大規模言語モデルエージェントの開発と課題分析
〇庄司 文武1、嶋本 公徳1、関 倫久2、河添 悦昌1,2、土屋 雅美3、堀 里子3、荒牧 英治4 (1. 東京大学大学院 医学系研究科、2. 東京大学医学部附属病院、3. 慶應義塾大学 薬学部、4. 奈良先端科学技術大学院大学 先端科学技術研究科)
キーワード：
AI for Science
【背景】有効な薬剤併用効果の発見は臨床的価値をもたらすが、膨大な組み合わせの網羅的探索は人手では困難である。そのため、大規模言語モデル（LLM）を用いた探索の自動化が期待される。【目的】LLMベースのエージェントによる、探索工程の自動化に向けた課題を検討する。【方法】臨床データベース（DB）と統計解析に基づく既存フレームワークを用いて、従来研究者が行ってきた、1) 探索対象となる薬剤併用と効果に関するリサーチクエスチョン立案、2) 統計解析パラメータ導出、3)各パラメータとDB項目とのマッピングの各工程を順次実行し、統計解析プログラムを併用して解析結果を提示するLLMエージェントを開発し、その出力を評価した。【結果・考察】各工程からなるワークフロー全体を自動的に実行できることは確認されたが、能力面に関する3つの課題が特定された。共変量発生評価における疾患と薬剤の関係性に関する推論の不足、研究デザインを判断するための臨床的能力の不足、そしてシステム出力と実際の臨床現場の実践との間に存在するギャップである。本研究により、研究立案から解析準備までの一連の工程を自動化できる可能性が示された。