巷では、chatGPTを初めとするLLM（大規模言語モデル）の開発競争が地球規模で行われています。
実際の医療面でどのように役立つか、特に一般臨床の現場で何をどのように使いこなすのが良いのかといったことが課題となっています。
LLMには、クラウド上で利用するものと異なり、個別のPC内だけで動かせるローカルLLMがあります。前者は、情報は最新で量と質共に優れています。一般的なことを調べるのに優れていますが、医療情報とりわけ個人情報につながるものは利用できません。一方で、ローカルLLMは、個々のPC内部で処理するので、情報が外部に出ることはありません。ただし、情報が最新でないことがあります。またマシンパワーに依存する部分が大きく、ローカルでまともにLLMを動かすには、それ相応の費用を掛けないとできません。
この文章をChatGPT5に、文字修正と続きを作成するように依頼しました。できあがったのが次の文章です。
1日 AIブーム
近年、ChatGPTをはじめとする LLM（大規模言語モデル）の開発競争が、地球規模で進んでいます。
医療の現場でも、「どのように活用できるのか」、特に一般臨床において「何を・どのように使いこなすべきか」が大きな課題になっています。
LLMには大きく分けて、クラウド型とローカル型の2種類があります。
クラウド型は常に最新の情報を扱うことができ、知識の量・質ともに非常に優れています。一般的な医学知識の確認や文書作成にはとても便利ですが、個人情報や診療記録など医療機密データを扱うことはできません。
一方、ローカル型は、病院やクリニックの自前のパソコンの中だけで処理が完結するのが特徴です。情報が外部に漏れる心配がないため、医療分野での応用に適しています。しかし、クラウド型と比べると情報が最新でない場合があること、そして高性能なパソコンが必要になるため、導入にはある程度の初期投資が必要です。
こうした特性を踏まえると、臨床現場でAIを活用するには、クラウドとローカルの「使い分け」が重要になります。
例えば、診療ガイドラインや薬剤情報など一般的な情報はクラウド型で素早く調べ、個々の症例や電子カルテとの連携、SOAP記載など患者固有の情報を扱う作業はローカル型で行うといった方法です。
最近では、比較的コンパクトなパソコンでもローカルLLMを高速に動かせるようになってきました。診察室のパソコンで音声入力と組み合わせてカルテを半自動的に作成したり、患者説明文書を自動生成したりと、日常診療を支える実用的な応用例が増えています。
当院でも、診療の効率化や記録の正確性を高めるため、ローカルLLMを活用したシステムの導入や検証を進めています。今後、実際の運用事例なども少しずつご紹介していく予定です。
最後の行は、これまでに「LLMを医療面でどのように使いこなすか」をChatGPTに尋ねていたのですが、その情報を元に、この文章に取り入れてきています。