注目ポイント
– GPT-5 による当日退院予測のベースライン性能は中等度の精度にとどまり、予測誤差の主因は運用上の業務フロー要因であった。
– 推論時の自動プロンプト最適化により LLM の性能は有意に向上し、既報の退院予測モデルに匹敵する予測指標が得られた。
– 専門家主導のプロンプト設計およびテスト時スケーリングによる改善は限定的であり、自動的かつデータ駆動型のプロンプト改善の有用性が示された。
研究背景
病院における退院時期を正確に予測することは、病床利用の最適化、急性期後ケアの調整、および患者フローの改善に不可欠である。従来の予測モデルは、構造化データと手作業による特徴量設計に依存することが多い。GPT-5 のような大規模言語モデル（Large Language Model, LLM）の登場により、非構造化の臨床記録と言語理解能力を活用して退院予測を改善できる可能性が生じている。しかし、臨床の運用場面における LLM の適用可能性を評価するには厳密な検証が必要であり、誤りの原因は医学的知識の不足だけでなく、病院の業務フローの理解不足にも起因し得る。
研究デザイン
本後ろ向きコホート研究は、2025年6月から12月にかけて三次医療機関の学術医療センターで実施された。対象は、2024年に入院した18歳以上の成人入院患者で、在院日数が2日から14日の範囲にある症例であった。検証用コホート（n=860）とテスト用コホート（n=886）の2つの独立した無作為コホートが作成された。06:00 の基準時点に先行する30時間分の診療記録および文書を LLM に入力し、当日退院を予測させた。
LLM の性能指標として、F1 スコア、balanced accuracy、感度、特異度、陽性的中率（Positive Predictive Value, PPV）、陰性的中率（Negative Predictive Value, NPV）を用いた。さらに、LLM の予測誤りを分類するために定性的誤差解析を行い、臨床的妥当性および業務フロー理解に特に注目した。推論時最適化戦略として、3つの手法を評価した。すなわち、テスト時スケーリング（予測閾値の調整）、専門家主導のプロンプト設計（臨床医によるプロンプト調整）、自動プロンプト最適化（最適化されたプロンプト構成のアルゴリズム的選択）である。
主要結果
標準プロンプトを用いたベースラインの GPT-5 は、検証コホートにおいて F1 スコア 0.48、感度 0.37 を示し、中等度の予測精度にとどまった。定性的解析では、誤予測の多くが業務フロー要因の理解および統合に関連していた。例えば、保留中の事務手続きや病床空き状況など、非臨床的要因による退院遅延が挙げられた。
最適化戦略のうち、自動プロンプト最適化は独立したテストセットで最も大きな性能改善を示した。この手法はベースラインプロンプトと比較して F1 スコアおよび感度を向上させた一方で、PPV と特異度はわずかに低下し、偽陽性率の増加を伴うものの真の退院の捕捉能が改善したことを示していた。これに対し、テスト時スケーリングおよび専門家主導のプロンプト設計による性能指標の改善は限定的であった。
自動プロンプト最適化による予測性能の向上により、LLM による退院予測は従来の退院予測モデルで報告されている結果範囲と整合する水準に達し、臨床現場での実用性が示唆された。
専門家コメント
本研究は、病院の運用ワークフローに LLM ベースの手法を統合することの複雑さを浮き彫りにしている。LLM は広範な医学知識を備える一方で、退院予測への成功した応用には、患者フローに影響を与える施設固有かつプロセス駆動型の要因をモデル化することが必要である。自動プロンプト最適化は、文脈に応じた微妙な差異に合わせてモデル入力を動的に調整し、人為的バイアスを低減しつつ適応性を高めることができる。
本研究の限界として、単一施設での後ろ向き研究であるため、運用上の制約が異なる他施設への一般化可能性が制限される可能性がある。今後は、前向き検証およびリアルタイムの業務フローデータを用いたキャリブレーションが有用であろう。さらに、感度向上と特異度維持のバランスは依然として臨床上のトレードオフであり、特に偽陽性が退院調整資源に負担をかけ得る場面では重要である。
結論
本研究は、GPT-5 のような大規模言語モデルが当日退院を中等度のベースライン精度で予測できることを示し、その主たる制約は医学的知識の不足ではなく、業務フロー理解の困難にあることを明らかにした。推論時の自動プロンプト最適化は予測性能を有意に向上させ、退院調整および病院の患者流入出最適化を支援する可能性が示された。今後の研究では、リアルタイムの業務フローデータの統合と、多様な臨床環境におけるモデル個別化の拡張に焦点を当てるべきである。
資金提供と臨床試験
公表された論文では、特定の資金提供元および臨床試験登録情報は報告されていない。
参考文献
Spagnoli J, Guzman NM, Desai K, et al. Optimizing Large Language Models for Hospital Discharge Prediction. J Gen Intern Med. 2026 Sep 15. PMID: 42745147. Available from: https://pubmed.ncbi.nlm.nih.gov/42745147/
Nguyen PA, Kabaliuk N, Malin B. Predicting Hospital Discharge: Challenges and Opportunities. J Am Med Inform Assoc. 2023;30(2):233-241.
Rajkomar A, Dean J, Kohane I. Machine Learning in Medicine. N Engl J Med. 2019;380(14):1347-1358.
Sendak MP, D’Arcy J, Kashyap S, et al. A Path for Translation of Machine Learning Products into Healthcare Delivery. EMJ Innov. 2019;3(1):1-5.
