Lock in $30 Savings on PRO—Offer Ends Soon! ⏳

EBPMにおける生成AI活用について

森脇大輔
November 08, 2024

 EBPMにおける生成AI活用について

GES参加報告会

森脇大輔

November 08, 2024
Tweet

More Decks by 森脇大輔

Other Decks in Research

Transcript

  1. 7 「生成AI」がタイトルにあるセッション Sept 10 11:00-12:00 WS: Systematic Review Meets AI:

    A Modern Review Technique 13:00-13:40 Flash presentations: Impact of artificial intelligence (AI) Sept 11 11:00-12:30 OS: Impact of artificial intelligence (AI) 1 SS: Recommendations for the responsible use of artificial intelligence (AI) in evidence synthesis WS: Effective Artificial Intelligence for faster and cheaper gold-standard evidence synthesis 16:00 - 17:00 Debate: The Role of AI in Evidence Synthesis Sept 12 11:00 - 12:30 WS: What are the principles for the use of AI/ML in evidence syntheses? SS: AI in action: shaping the future development and use of guidelines SS: Unlocking the Potential of Artificial Intelligence in the Systematic Review process: A special session with Cochrane's Methods Executive 14:00 - 15:30 OS: Impact of artificial intelligence (AI) 2 Sept 13 09:00 - 10:30 OS: Impact of artificial intelligence (AI) 3 WS: Leveraging off-the-shelf AI to facilitate title/abstract screening, full-text review, and data extraction WS: Using AI tools to support storyboarding as a means of synthesis for qualitative evidence
  2. 8 WS: Systematic Review Meets AI: A Modern Review Technique

    目的:生成 AIをシステマティック・レビューに取り入れることで以下を達成: 1. 論文原稿の学術的な質と整合性を向上 させるため、序論( Introduction)の フレームワークを批判的に評価し、査読者のチェックリストに基づいて内容を 確認し、関連する文献を特定して取り入れ、言い換えや類似性チェックを通 じて学術的な執筆基準を確保する。 2. 論文原稿の内容および 参考文献 の信頼性と真実性を確保 するために、最 新で信頼できる情報源が含まれているかを確認し、撤回された論文をチェッ クし、発行日を検証し、 AI生成コンテンツの有無を評価する Valentin III C. Dones, PhD 聖トマス大学 保健学博士 専門:理学療法
  3. 10 ワークショップの結論 • AI はシステマティック・レビューにおいて効率を高め るが、繊細な判断には人間の介入が必要 • AI がもつバイアスといった倫理的懸念 があり、整

    合性を保つ上では人間の監視が必要 • 厳格かつ信頼性の高いピアレビューを担保するには 透明性の高い AIの利用と明確なガイドライン を設 けることが必要
  4. 12 賛成派意見 • 人間vs. AIのエラー率やパターンの違い ◦ AIは間違えたとしてもパターンを予測できる。 • 時間的なコスト ◦

    システマティックレビューを出すのに、平均で 2.5年から6.5年かかる • トピックによっては、人手が足りずにレビューがアップデートされていないことが多い ◦ 知識をアップデートできていない=倫理問題
  5. 14 WS: Using AI tools to support storyboarding as a

    means of synthesis for qualitative evidence 背景:HIV陽性の思春期児と抗レトロウイルス治療薬( ART)の服用 • 継続的な服薬が不可欠 • 社会的・構造的な状況や患者の考えや体験を理解 する必要がある ◦ 薬の色、におい、形、服用方法などの感覚的 側面について等 • RCTなど量的研究だけでなく、質的研究が必要 • 課題:数多くの質的研究をどのようにシステマチッ クにまとめるか?
  6. 16 ストーリーの骨子やコンテンツをChatGPTと論文を使って生成 https://chatgpt.com/share/6724410a-ad58-800f-ab7d-a4bdf65ed38c 認知的不協和理論 期待-確認理論(ECT) プラセボ効果 ... 薬の色や大きさに対する人々の認識を理解するための理論的 枠組みを教えて この論文では、抗レトロウイルス治療

    (ART) の継続について、 HIV陽性の青少年が薬の色、形、におい、味といった感覚的な 要素がどのように認識や服用行動に影響を与えるかを探って います。 この論文要約して 「物質的マーカー」とは、世界におけるプロセスや意味を示した り、形作ったり、影響を与えたりする物理的または物質的な要 素を指します。 「物質的マーカー」とは、世界におけるプロセス、意味、または 相互作用に影響を与えたり、形作ったりする意義を持つ物理 的または有形の要素を指します。これらのマーカーは、情報を 伝えたり、社会的・文化的な価値を象徴したり… 1.薬(錠剤 - 色、大きさ、形) 権威と治癒のイメージ :大きく、白く、丸い錠剤は、臨床環境 や正確さ、権威を連想させるかもしれません。白さは純粋さ や信頼を象徴し、大きさは強さや真剣さを表すことがありま す。 気軽さと服用しやすさのイメージ :小さく、明るい色の錠剤 は、手軽さや使いやすさ、さらには子供っぽさを感じさせ、薬 が脅威に感じられにくくなる可能性があります。 ... これらの物質的マーカーからどのようなイメージを引き出すこと ができる? これらのイメージをどうやって繋げられる? 感情的反応を結びつける 快適さ vs. 不快感:快適さのイメージ(小さく飲みやすい、明 るい色の錠剤)と不快感のイメージ(大きく苦い、または不快 なにおいのする薬)を結びつけることで、薬のデザインが服 薬の継続や服用時の感情的な体験にどのような影響を与え るかを探ることができます。これにより、使いやすさと治療の 効果や深刻さに対する認識の間の緊張関係が浮き彫りにな るかもしれません。
  7. 17 感想 • 生成AIの活用において、ユーザーはそのアウトプットを評価できる能力が必要。少なくとも医療やア カデミックな領域においては、 AI任せはまだ先の話。 • GES2024での生成AI活用の多くはシステマティックレビューとエビデンス合成に関連 ◦ EBPMデータベースなどのキュレーションサイトでも生成

    AIをもっと活用していくべき ◦ 「生成AIで〇〇した」と言いつつ、実際にどうやったのか、どんなプロンプトを使ったのかなど の詳細がないプレゼンが多くて若干物足りなさを感じた。 • Storyboardingのようなアート・クリエイティブ寄りの手法にも、生成 AIが活用できるのは面白い。 ◦ EBPMにおいても質的エビデンスが重要な場面はあり、活用できそう。