てんかん×AI 深掘り⑤
ChatGPTは、てんかんを診断できるか
生成AI・LLMの「光」と「影」を一次文献で線引き
光1患者教育・情報提供
一般質問
ChatGPTが 68.4% で正確・包括的に回答（再現性82.3%）
患者ガイド
GPT-4は公式ガイドと同等以上・完全誤答0（Kim 2023）
光2知識・情報抽出
専門医試験
LLMが合格相当（ただし試験合格≠診断能力）
情報抽出
診療documentから抗発作薬を F1 0.90 で抽出（Fang 2025）
影1自律診断は専門医に劣る
生の鑑別
GPT-4 57% ＜ 神経内科医71%（発作vs心因性・Ford 2025）
予後
予後質問は46.8%と低精度。直接の医療判断利用は非推奨
高度≠高性能
高度な言語モデルが単純な古典モデルを上回らず（Loyens 2025）
影2参考文献の捏造（最大の落とし穴）
真正な引用
ChatGPTの文献で真正は 20%（実在62%・捏造31%・Suppadungsuk 2023）
領域横断
皮膚病理は引用の27%が作話／GPT-5でも正確な引用は約1/3
理由
「もっともらしい語」を生成する確率モデルで、事実DBではない
LLMは 教育・抽出・下書きには光、
自律診断・文献引用には影。専門家の監督下でのみ補助。
出典：Wu 2024 Epilepsy Behav／Kim 2023 Seizure／Habib 2024 JAMA Neurol／Fang 2025 Epilepsia／Ford 2025 Epilepsia／Loyens 2025 Epileptic Disord／Suppadungsuk 2023 J Clin Med／McCrary 2024 J Cutan Pathol／Ok 2026 Int J Impot Res（いずれもPubMed実在確認済）
✚ 医知創造ラボ