医療データプラットフォーム事業を手掛ける「ＴＸＰＭｅｄｉｃａｌ㈱」の後藤匡啓らの研究チームは、米オープンＡＩが開発した「ＧＰＴ－４」の臨床現場での活用可能性の調査のため既存の臨床事例を用いて臨床診断とトリアージの精度について定量化した。

会話型ＡＩは人種および民族的な偏見によってゆがめられた可能性のあるインターネット情報から学習を行っていることから、大規模言語モデル（ＬＬＭ）が人種などの偏見を再現しているのではないかという懸念も提起されている。そのため、診断やトリアージの正確性、提案に偏見が含まれているかどうかについての調査を行う必要があった。

ＴＸＰ社は、既存のＬＬＭの中でも特に巨大モデルであるＧＰＴ－４と専門医３人との間で、４５の臨床事例を使用して診断およびトリアージの正確性を比較した。さらに、患者の人種情報を臨床事例に追加し、ＧＰＴ－４の診断およびトリアージの正確性が人種間で異なるか調査した。

その結果、ＧＰＴ－４は診断性能において９７．８％の割合で正確な回答を出力。また、トリアージの正確性においても６６．７％の割合(３０／４５)で正しかった。これは医師の判断の正しさと同じ割合である。

また、ＧＰＴ－４に入力する典型的な臨床事例について、患者の人種情報を追加したうえで更なる解析を行った。調査した範囲では、ＧＰＴ－４が人種によって受ける診断とトリアージの精度への影響は検出されなかった。

ＴＸＰ社は「これからも最新のテクノロジーが医療現場にもたらしうる変化の可能性を探り続け、より多くの命を確実に救うことのできる医療システムの開発に邁進していく」とコメントしている。