細胞診へのLLM活用を検証
Semantic Scholar2026年8月15日 (土)
- •ASCのレビューが、細胞診ワークフローにおけるLLMと視覚言語モデルの用途を評価した
- •著者らは臨床導入前に、予備的な証拠がある用途と仮説段階の用途を区別した
- •レビューは細胞診向けベンチマーク、多施設検証、低リスク用途からの段階的導入を推奨した
K. Bilal、ジョアンナ・A・ギブソン(Joanna A. Gibson)、デビッド・キム(David Kim)らは、細胞から疾患を診断する医療分野である細胞診で、大規模言語モデルと視覚言語モデルをどう使えるかを扱った2026年の実務レビューをCancer Cytopathologyに発表した。米国細胞診学会の臨床実践委員会は、これらのシステムが、主に畳み込みニューラルネットワーク構造を使っていた従来のデジタル病理ツールとは異なると述べた。
レビューは、構造化レポート作成、診断支援、品質管理、教育、ワークフロー統合などの用途について、現時点の証拠を整理した。著者らは、予備的な証拠に支えられた用途と、なお仮説段階にある用途を分け、現時点で導入可能な範囲について主張を限定した。
著者らは臨床導入の障壁として、ハルシネーションのリスク、説明可能性の限界、バイアス、データプライバシー、検証不足、インフラ上の障壁を挙げた。医療機器としてのAI対応ソフトウェアに関する米国と欧州連合の規則も確認し、細胞診に特化したベンチマーク、多施設での検証、透明なガバナンス、低リスク用途から始める段階的導入を推奨した。