パーソナルヘルスレコード（PHR）における個別化ヘルスAIの有用性を評価

患者が自身の健康情報を管理するPHR（パーソナルヘルスレコード）は、患者の健康理解を深める可能性を秘めていますが、その情報の複雑さがinsightを妨げる要因となることがあります。この課題に対し、本ArXiv論文は、Gemini 3.0 Flashのような先進的なLLMがPHRデータを文脈として活用することで、ユーザーの健康に関する多様な質問に対し、いかに有用な回答を提供できるかを検証しました。研究では、ウェブ検索クエリ、チャットボットテンプレートからの質問、医療チームへの問い合わせという3種類の分布から合計2,257のユーザー質問を抽出し、匿名化された1,945件のPHRデータと照合しました。Geminiの回答は、(1) PHRデータが提供された場合と、(2) 提供されなかった場合の両方で生成され、その有用性が比較評価されました。技術的な意義としては、LLMが複雑な医療データを理解し、個別の患者の状況に合わせたパーソナライズされた健康情報を提供する能力を実証した点にあります。これにより、患者はより専門的かつ理解しやすい形で自身の健康状態や疑問に対する回答を得られるようになり、自己管理能力の向上に繋がります。今後は、PHRとLLMを組み合わせたヘルスAIが、予防医療、慢性疾患管理、患者エンゲージメントの向上といった分野で、その応用範囲を広げることが期待されます。