原題
Transforming the Landscape of Clinical Information Retrieval Using Generative AI: An Application in Machine Fault Analysis.
背景:放射線腫瘍クリニックにおける機械のダウンタイムは、業務を著しく中断させる可能性がある。本研究では、線形加速器(LINAC)問題のトラブルシューティングにおいて、医学物理学者を支援するために生成AIを使用することを検討した。
方法:GoogleのNotebookLMをマシントラブルシューティングアシスタントとして利用し、LINAC関連の背景情報を補足した。2人の認定された医学物理学者が、幻覚、関連性、正確性、および完全性についてAIの反応を評価した。
結果:評価の結果、より多くのコンテキストと特定のプロンプトで応答品質が改善されることが明らかになった。
結論:本研究は、リスク軽減とAIの限界の必要性を認識しながら、生成AIを臨床診療に統合し、放射線腫瘍学の効率を高めるための低リスク戦略を提案する。
Journal: Pract Radiat Oncol (CiteScore 2022: 4.6)
DOI: 10.1016/j.prro.2025.02.006
PMID: 40024439
コメント