Leveraging Large Language Models (LLM) for the Plastic Surgery Resident Training: Do They Have a Role?

https://www.thieme-connect.com/products/ejournals/abstract/10.1055/s-0043-1772704

**1. 本研究の学術的背景，研究課題の核心をなす学術的「問い」は？**
この研究では、大言語モデル（LLM）がプラスチック外科の教育補助（TA）としてどのように役立つかを探求しました。LLMは大量のデータセットから知識を獲得し、テキストベースのコンテンツを認識、要約、翻訳、予測、生成するように設計されています。研究の中心的な問いは、「LLMが教育補助としてどのように機能し得るのか」です。

**2. 本研究の目的及び学術的独自性と創造性は？**
この研究の目的は、LLM（具体的にはChatGPT）を用いて、教育補助の役割を果たすための適切なタスクを特定し、その結果を評価し、討議することです。LLMが教育補助として有効に機能するという観点からは、かなり独自で創造的なアプローチです。

**3. 本研究の着想に至った経緯や，関連する国内外の研究動向と本研究の位置づけは？**
AIと教育の統合に関する国際的な傾向と、LLMの進歩に触発され、研究者はLLMがプラスチック外科の教育補助(TA)としてどのように利用できるかを探求した。これはAI技術を具体的な医学分野、特にレジデント教育に適用する研究の新たな試みであり、その意義は大きい。

**4. 本研究で何をどのように，どこまで明らかにした？**
この研究では、8つのTAの役割がLLMで実現可能であると特定されました。それぞれの出力は有用性と精度で評価され、これらの評価は研究者間で一致していました。 LLMSが自動的にテキストをサマリーしたり、短いもしくは長い回答を生成したり、症例のシナリオを作成したりする機能が、TAの役割を果たす上で有用であることを示した。

**5. 本研究の有効性はどのように検証した？**
各タスクに対するLLMの出力は、研究者によって独立して評価され、それぞれの評価が一致するかどうかで有効性が確認されました。具体的には、インタラクティブな症例研究の生成、事前診察のシミュレーション、倫理的配慮の生成に関しては、内容の正確さ、有用性、明確さについて100%の一致が得られました。