NEJM 2025が提唱した、生成AI時代の臨床推論の指導フレームワーク。DEFT-AIは4段階ではなく5段階で、原著のKEY POINTSは diagnosis, evidence, feedback, teaching, and recommendation for AI use と逐語で記す。頭文字はD・E・F・Tの4文字だが、著者らが足したのは5番目のAI Engagement Recommendation=「次はどの監督レベルでAIを使ってよいか」を言語化して手渡すステップで、これが「-AI」の中身である。枠組みの紹介にとどめず必要性を一次資料の数値で示した。LLMを渡しても医師の診断推論スコアは補正差2%ポイント(P=.60)で改善せず、LLM単独はむしろ+16%ポイント(Goh 2024)。英国の追試では設問の30%しかLLMに投げられていなかった(Healy 2026)。系統的に偏ったAIでは診断精度が−11.3%ポイント、説明をつけても−9.1%ポイントで改善しない(Jabbour 2023)。最終学年の医学生148名がLLM出力を正しく評価できたのは中央値56%、clinical prompt engineeringを知っていたのは5%(Waldock 2025)。ただしDEFT-AIの有効性を検証した研究はまだ無く、類縁のSNAPPSでもKirkpatrick Level 3/4の報告はゼロである。
医療者2026-08-13