学術的背景 栄養不良（malnutrition）は、術後の合併症の重要なリスク要因であり、特に腹部大手術患者において、栄養不良の発生率が高い。しかし、現在広く受け入れられている栄養不良評価ツールは不足している。既存の複数の栄養スクリーニングツールは、感度と特異性の面で大きな差があり、また異なる医療センター間での適用効果も一貫していない。そのため、手術患者において高い診断および予後有効性を持つ栄養スクリーニングツールを特定することは、周術期管理を最適化し、患者の予後を改善する上で重要な意義を持つ。 本研究は、多施設前向きコホート研究を通じて、腹部大手術患者における8つの一般的な栄養スクリーニングツールの診断および予後有効性を評価し、最も効果的なスクリーニングツールを特定することを目的としている...

大規模言語モデルの放射線画像解釈における性能：人間の読者との比較研究 学術的背景 近年、大規模言語モデル（Large Language Models, LLMs）は、特に自然言語処理の分野で強力な能力を発揮しています。マルチモーダルLLMsの発展により、これらのモデルはテキストだけでなく、音声、視覚、ビデオなど多様な入力形式を処理できるようになりました。代表的なマルチモーダルLLMsには、OpenAIのGPT-4 Turbo with Vision（GPT-4V）、Google DeepMindのGemini 1.5 Pro、そしてAnthropicのClaude 3があります。これらのモデルは、放射線学分野での応用も増えており、特に放射線レポートの生成や構造化において優れた性能を示していま...