文献レビューと証拠に基づいた薬局 — 薬局における人工知能

利益:

人工知能を使用して臨床質問を構造化し、文献レビュー、要約、証拠の編集を行う能力
人工知能から与えられた各情報源をDOIとオリジナル論文で確認することで、捏造された参考文献（幻覚）のリスクを管理する能力
AI 要約を批判的に読み取り、証拠のレベル、利益相反、適時性を評価する能力

薬剤師は知識が常に更新される職業です。昨日正しくわかっていた用量や推奨事項は、新しい研究によって変更される可能性があります。証拠に基づいた薬局とは、最新かつ信頼できる科学的証拠を使って質問に答えることを意味します。しかし、科学文献は膨大であり、散在しています。質問に対する答えを探すとき、何百もの記事に圧倒されてしまいがちです。ここでは、人工知能が強力なスキャンと要約の補助として機能します。人工知能は、質問を構成し、検索語を生成し、長いテキストを要約するのに役立ちます。しかし、人工知能の最も危険な間違いはまさにこの分野にあります。存在しない記事や DOI をでっち上げてしまう可能性があるのです。この単元では、文献レビューにおける安全で検証されたツールとして人工知能を使用する方法を学びます。

証拠に基づくアプローチの手順

証拠に基づいた質問には、次の手順で回答します。

質問を構造化します。優れた臨床的質問は、多くの場合、患者/集団 (患者)、介入、比較、結果という PICO フレームワークで構成されます。例: 「薬剤 X (I) は、2 型糖尿病の高齢者 (P) における薬剤 Y (C) と比較して、低血糖症 (O) のリスクにどのような影響を与えますか?」
証拠を探してください。適切なデータベースとリソースを検索します。
証拠を評価します。研究の種類、質、サンプルサイズ、バイアスのリスク。
適用して監視します。調査結果を患者の状況に適応させます。

AI はステップ 1 と 3 (質問の構造化とテキストの評価の支援) で特に高速です。ただし、ステップ 2 (調達) では重要な検証が必要です。

証拠の階層構造

すべての証拠が等しいわけではありません。一般的な階層:

証拠のレベル

例

力

最高の

システマティックレビュー、メタアナリシス

複数の研究の組み合わせ

高い

ランダム化比較試験（RCT）

制御された、低バイアス

中程度

コホート、症例対照

観察、交絡因子のリスク

低い

一連の事例、専門家の意見

一般化可能性が限られている

最低の

逸話的で未検証の Web コンテンツ

証拠価値が低い

調査結果を要約する際、AI は証拠のレベルを混乱させたり、弱い情報源を強力なものとして提示したりする可能性があります。常にレベルをコントロールすることができます。

さらに、同じ主題について矛盾する研究が存在する可能性があります。 AI は、一方の側面のみを強調し、もう一方の側面を無視することがあります。これを「選択プレゼンテーション」と呼びます。確固たる証拠評価では、そのテーマの一般的な傾向 (多くの研究に共通するもの) と、可能な場合は最新の系統的レビューを調べます。単一の研究、特にサンプル数が少ない研究や単一施設の研究に基づいて実践を変更することには危険が伴います。 AI に「この問題に関して矛盾する発見はありますか、どちらの側がより強力な証拠を持っていますか」と尋ねることは、一方的な要約のバランスを取る良い方法です。ただし、最終的な判断は、オリジナルの情報源を読んで自分で行います。

注意: AI は、現実的なタイトル、著者名、雑誌、DOI を含む完全に捏造された参考文献を生成する可能性があります。これは「参照幻覚」と呼ばれます。元のデータベース/ジャーナルで DOI を開いてその内容を確認することなく、出典を引用しないでください。

ミニケース3個

ケース 1 — でっち上げられた DOI。ある薬剤師が AI に薬の有効性に関する情報源を求めました。人工知能は 3 つの論文と DOI を生成しました。薬剤師が DOI を開こうとしたところ、2 つの DOI がどの記録にも対応していないことがわかりました。 1 つは本物ですが、異なる結果が報告されました。薬剤師は自らが確認した現物のみを使用した。検証がなければ、2 つの架空の情報源が 1 つのレポートに含まれることになります。

ケース 2 — PICO で検索します。ある薬剤師は、高齢者に対する 2 種類の鎮痛剤の安全性の比較を研究していました。彼は AI に質問を PICO にダンプし、検索語を生成するように依頼しました。 AI は明確な用語と同義語を提供しました。これらを用いて、薬剤師自らが周知のデータベースを実際に検索し、結果を評価した。人工知能により検索が加速されました。薬剤師は出典を見つけて読みました。

ケース 3 — 要約歪み。薬剤師は人工知能によって要約された本物の記事を持っていました。要約では、この研究は「明白な優位性」を示したと主張した。しかし記事自体は、結果は「統計的有意性に達しなかった」と述べている。薬剤師は原文を読んで歪みに気づき、要約を修正した。 AIの概要は誇張されていました。情報源に戻ると真実が明らかになりました。

ケース 4 — トピックが抜けています。薬剤師は人工知能から医薬品の推奨使用法に関する情報を受け取りました。その答えは合理的であるように見えましたが、数年前のガイドに基づいていました。ただし、推奨事項はその後更新されました。薬剤師が最新のガイドを開いたとき、違いを確認し、新しい推奨事項を基礎としました。 AI の知識は特定の日付で凍結されていたため、最新の変更を知ることができませんでした。最新性のチェックにより、このギャップが解消されました。

証拠に基づいた段階的なスクリーニング

PICO で質問を構成します。母集団、介入、比較、結果。
検索語を生成します。人工知能からキーワードと同義語を取得します。
実際に電話をかけるのはあなたです。評判の高いデータベース/ソースを検索します。リソースをAIに「作る」。
すべての情報源を確認してください。 DOI を開き、著者/雑誌/年は本物ですか、内容は主張を裏付けていますか?
証拠のレベルを評価します。仕事の種類、品質、利益相反、適時性。
コンテキスト化して保存します。発見結果を患者/質問、記録ソースにリンクします。

弱いプロンプト / 強いプロンプト

弱者：「この薬は効果があるのか、出典を教えてください。」

Strong: 「PICO フレームワークで次の臨床質問を構成します: [質問]。次に、その質問に対する効果的な検索用語と同義語を生成します。出典/論文をでっち上げないでください。代わりに、どのような種類の研究 (RCT、メタ分析) とどのデータベースを探すべきかを教えてください。出典に名前を付ける場合は、「検証されていないため、DOI で確認する必要があります」というタグを付けてください。」

強力なプロンプトでは、枠組み、境界、検証条件が明確です。 AI はリソースを捏造することを強制されません。

コピー可能な 4 つのテンプレート

タスク: 臨床上の質問を PICO にプロットします。質問: [...]。出力: P (母集団)、I (干渉)、C (比較)、O (結果)、および 1 文の構造化されたリサーチ質問。

タスク: 検索語を生成します (FITTING ソース)。件名: [...]。出力: キーワード + 同義語 + 推奨される調査タイプ。クレジット/DOI。電話のかけ方だけ教えてください。

タスク: このテキストを公平に (誇張せずに) 要約してください。テキスト: [記事]。出力: 目的、方法、サンプル、主な発見、制約、結論。結果を文章の内容よりも強く表現する。不確実性を保ちます。

タスク: 参照検証チェックリストを作成します。参照: [...]。並べ替え: DOI を開くか?著者/雑誌/年は当てはまりますか?内容はその主張を裏付けるものですか?証拠のレベルはどれくらいですか？利益相反はありますか?

よくある間違い

人工知能によって与えられた DOI を開かずに引用します。参照幻覚の危険性が最大の危険です。
ソースを要約に置き換えます。重要な主張については、原文に戻る必要があります。
証拠のレベルが混乱する。専門家の意見とメタ分析は同じ重みを持ちません。
アップデートをスキップします。古い研究は現在のガイダンスと矛盾する可能性があります。日付を確認する必要があります。
利益相反を見逃している。資金提供と関心の表明は解釈に影響を与えます。

要約すれば

人工知能は、質問の構造化、検索語の生成、文献検索における長いテキストの要約を行うための強力なアクセラレータです。しかし、最も危険なエラーである参照幻覚は、この領域で発生します。現実的に見えても存在しないソースが生成される可能性があります。したがって、実際に自分で検索し、DOI で各情報源を検証し、要約と原文を比較し、証拠のレベルを批判的に評価します。証拠の最終的な解釈と患者への適応は薬剤師にあります。

アプリケーションタスク

あなた自身の診療から臨床上の質問を選択し、AI にそれを PICO に翻訳させます。検索用語を使用して、認識されたデータベース上で実際の検索を自分で実行します。 AI にそのトピックに関するいくつかの「情報源」を尋ね、それぞれの DOI を開いてみてください。どれだけが本物で、どれだけが作り話であるかに注目してください。最後に、AI に実際の記事を要約させ、その要約を元の結果と比較し、歪みがあればフラグを立てます。

チェックリスト

[ ] PICO を中心に質問を構成しました。
[ ] 検索用語を使用して、実際に自分で検索しました。
[ ] DOI で各ソースを開き、その信頼性を確認しました。
[ ] 要約を原文と比較してみました。
[ ] 証拠のレベルと適時性を評価しました。
[ ] 利益相反について検討しました。
[ ] 検証済みのソースを保存しました。