要約：
- 免疫チェックポイント阻害薬（ICIs）は、がん患者に命を救う治療を提供できるが、免疫関連有害事象（irAEs）を引き起こすことがある。
- Mass General Brighamの研究者らは、病院でのirAEsの事例に関連する情報を識別するために、事前に構築された大規模言語モデル（LLM）を導入した。
- LLMは、ICI誘発性大腸炎、肝炎、肺炎、およびICI誘発性心筋炎などの最も一般的な入院を必要とするirAEsを特定した。
- LLMは、ICDコードよりも高い精度を示し、手動での調整では見逃されたirAEsの追加事例を特定した。
- 研究は、ICI治療後に入院した患者のデータを分析し、LLMの利用によって協力と洞察が促進される可能性があることを示した。
感想：
今回の研究では、大規模言語モデル（LLM）を使用してirAEsを効率的に特定する方法が探求されました。手動での調査よりも高い精度を示し、他の機関にも同様のデータベースを簡単に再現できる可能性があります。これは今後の医療分野において重要な進展となるでしょう。