PATHFinderエージェント：個別化された産前ケアのための新たなアプローチ

産前ケアは、妊婦の転帰を改善するための重要な予防サービスです。米国産科婦人科学会（ACOG）は最近、個別化された産前ケアを提唱するPATH（Plan for Tailored Healthcare）ガイドラインを導入しました。このガイドラインに基づき、研究者らはPATHFinderエージェント（Planner for Appropriate Tailored Healthcare）を開発しました。これは、構造化された対話を通じて患者の健康と社会的背景を収集し、PATHガイドラインに沿った個別化された産前ケアプランを作成し、ミシガン211のコミュニティリソースを提供するエンドツーエンドの会話型エージェントシステムです。PATHFinderシステムのワークフローは、患者受付、動的対話、プラン合成、臨床監督の4つの段階で構成されています。患者受付段階では基本情報を収集し、動的対話段階でさらに患者のニーズを把握します。プラン合成段階では、収集した情報に基づいて個別化されたケアプランを生成し、最後に臨床監督段階でプランの妥当性と安全性を確認します。研究チームは、複数の最先端大規模言語モデル（LLM）を評価しました。専門家が作成した評価指標を用いて5つの臨床次元を評価した結果、GPT-5.2が最高平均スコア（77.6%）を達成しましたが、出生前検査の推奨に関する重要なギャップも特定されました。研究者らは、今後、人間参加研究やランダム化比較試験を通じてシステムのさらなる検証を行う予定です。このシステムの開発は、人工知能が産科医療の分野で新たな進歩を遂げたことを示しており、個別化されたケアプランを通じて産前ケアの質と効率を向上させる可能性があります。また、PATHFinderはプライバシーとセキュリティを重視し、医療データの保護基準を遵守しています。さらに、臨床医がシステムの推論を理解できるように説明可能性を備えており、AI支援に対する信頼を高めることが期待されます。今後の研究の進展に伴い、PATHFinderエージェントは臨床現場で重要な補助ツールとなることが期待されます。