[Top page] [日刊 研究最前線 知尋] [Discovery Saga総合案内] [大学別アーカイブス] [Discovery Saga会員のご案内] [産学連携のご案内] [会社概要] [お問い合わせ]

科学技術振興機構 研究Discovery Saga
2026年10月27日

AIモデルによる薬剤推奨は特定製品に集中

~約88万件の分析から医療費への影響を示唆~

【注目の成果:共同研究・産学連携のためのチェックポイント】
生成AIの一種である大規模言語モデル(LLM)の利用は医療現場でも広がっており、薬の選択を支援するツールとしても期待
【産学連携対象 全学共通分野 Discovery Saga】
情報学医歯薬学
【Sagaキーワード】
AI/言語モデル/人工知能(AI)/医療費

2026(令和8)年10月26日
大阪公立大学
科学技術振興機構(JST)

発表のポイント

5種類のLLM(GPT-5.4、Claude Sonnet 4.6、Gemini 3.1 Flash、Llama 4、MedGemma)による約88万件の薬剤推奨を分析。
疾患と有効成分の組み合わせごとに複数の製品があるにもかかわらず、第1候補として推奨される製品は著しく偏っており、平均97.5%のケースで特定の1製品に集中。
先発医薬品と後発医薬品では、先発医薬品が優先される傾向があり、LLMの推奨に従った場合には薬剤費が著しく増加する可能性を示唆。

生成AIの一種である大規模言語モデル(LLM)の利用は医療現場でも広がっており、薬の選択を支援するツールとしても期待されています。しかし、LLMが推奨する薬に偏りがあるかどうかは、これまで十分に検証されていませんでした。
大阪公立大学 大学院医学研究科 人工知能学/イノベーションアカデミー共創研究院 植田 大樹 教授、米国 テキサス大学 MDアンダーソンがんセンター 佐藤 淳哉 博士研究員らの研究グループは、5種類のLLMによる約88万件の薬剤推奨の回答を分析しました。その結果、疾患と有効成分の組み合わせごとに複数の製品があるにもかかわらず、第1候補として推奨される製品は、平均97.5%のケースで特定の1製品が選ばれていました。また、先発医薬品と後発医薬品では、先発医薬品が優先される傾向があり、推奨に従った場合には薬剤費が増加する可能性も示されました。
本研究結果は、生成AIの医療利用が広がるなか、薬剤推奨の偏りや医療費への影響について、社会に注意を促し、理解を深めることに貢献します。
本研究成果は、2026年10月26日(現地時間)付で、国際学術誌「Nature Health」にオンライン掲載されました。

<本研究を支援したJSTの制度>

戦略的創造研究推進事業 さきがけ

<論文タイトル>

“Large language models show product name convergence in drug recommendations”
DOI:10.1038/s44360-026-00205-y

<プレスリリース資料>

本文 PDF(236KB)

※本件に関する問い合わせ先はプレスリリース資料(PDF)をご参照ください。