エビデンス統合を加速するLLM活用の成果、国際誌に相次ぎ掲載 ― 坂田昌嗣が共著
2025.09.19
坂田昌嗣が共著者として参画した研究成果が、国際誌に相次いで掲載されました。
-
文献スクリーニングの効率化 Homirらによる研究では、大規模言語モデル(LLM)を活用した文献スクリーニングの有用性が検討され、BMJ Mental Health(IF=4.9)に掲載されました。
Homiar, A…Sakata, M, et al. (2025). Development and evaluation of prompts for a large language model to screen titles and abstracts in a living systematic review. BMJ Mental Health 28(1): e301762.https://doi.org/10.1136/bmjment-2025-301762
-
データ抽出の自動化 Kataokaらによる研究では、システマティックレビューにおけるデータ抽出工程をLLMで支援する新手法が報告され、Research Synthesis Methods(IF=6.1)に掲載されました。
- Kataoka, Y., Takayama, T., Yoshimura, K., So, R., Tsujimoto, Y., Yamagishi, Y.,…Sakata, M, … Furukawa, T. A. (2025). Automating the data extraction process for systematic reviews using GPT-4o and o3. Research Synthesis Methods. https://doi.org/10.1017/rsm.2025.10030
これらの成果は、系統的レビューやメタ解析といったエビデンス統合研究を、AI技術によって一層加速できる可能性を示すものです。特に、発達障害領域における介入や支援の効果検証では、大量の研究知見を迅速かつ正確に統合することが不可欠です。
今回の研究は、その実現に向けた大きな一歩といえます。