中山大学中山眼科中心の林浩添教授チームは、大規模言語モデル（LLM）を医学AI研究の「智能エンジン」として活用する新規研究プロトコルの構築に成功し、その有効性をランダム化比較試験により実証した。研究成果は国際学術誌『Cell Reports Medicine』に掲載された。近年、AIと医学の融合が進む中で、臨床医がAI技術を活用した研究に取り組む際には、技術的ハードルの高さや跨学際的知識の不足といった課題が存在していた。この課題を解決するため、林浩添チームは、LLMを医師の研究支援ツールとして位置づけ、無AI経験の医師が自ら研究を設計・実施できるかを厳密なランダム化比較試験で評価した。 その結果、LLMを活用した医師は、従来の手法に比べて研究計画の実現可能性が顕著に向上し、研究の完了までの所要時間が短縮された。さらに、医師がAIに関する知識やスキルを段階的に習得する「スキル移行効果」も確認された。一方で、モデルへの過度な依存が生じる「依存リスク」も観察され、LLMの適切な使用方法の必要性が浮き彫りになった。 これらの課題を踏まえ、研究チームは実践的な運用ガイドライン「CPGI」を提案。これは、「Context（文脈）」「Purpose（目的）」「Guidance（指示）」「Iteration（反復）」の4要素に基づく構造化されたプロンプト設計フレームワークであり、医師が安全かつ効果的にLLMを活用できるよう支援するものである。本研究は、臨床医がAI研究に参画するための新たな道筋を示し、今後の医学AIの普及と持続可能な開発に貢献する可能性を示している。