- 大規模言語モデル（LLM）ベースの分類器は、思春期患者ポータルから送信されたメッセージの保護者の著者を正確に検出できる。
- Stanford Children’s Healthの思春期患者ポータルアカウントからのメッセージをサンプリングし、手動で著者を確認。
- 2,088件のテストメッセージのうち、71.8％が保護者によって書かれたとラベル付けされ、28.2％が患者本人によって書かれた。
- 単一タスクLLMは、感度と特異度がそれぞれ98.1％と88.4％を達成し、マルチタスクLLMは、感度と特異度がそれぞれ98.3％と88.9％を達成。
- 著者らは、非患者によるメッセージの信頼性の識別は思春期医療を超えて重要であり、この研究のLLMは患者の機密保持の安全対策を向上させる可能性があると述べている。
この研究では、LLMを使用して思春期患者ポータルからのメッセージの著者を正確に特定する方法が検討されました。単一タスクとマルチタスクのLLMは、高い感度と特異度を示し、患者と保護者によるメッセージの区別が可能であることが示唆されました。この研究結果は、患者の機密性保持の向上に貢献する可能性があることを示しています。