LO
技術的能力認知の自動化2025-10-27
GPT-4o はある国の麻酔科試験の83.69%に正答したが、応用と分析では成績が下がり、最も多い誤りは根拠のない医学的主張だった
麻酔科医職業のページ →
出来事の日付 / 報じられた日
2025-10-27
証拠の段階
技術的能力実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。
これが関わる業務
術前評価と計画
患者を診察し、病歴と服薬とリスクを確かめ、麻酔の計画を決める。
増強されつつある≈ 本サイトの推定
どこに当てはまるか
チリの183問からなる麻酔科の認定試験で GPT-4o を30回走らせた研究。全体の正答率は83.69%で、理解と想起で最も高く、応用(76.83%)と分析(76.54%)では低かった。誤答のなかでは、根拠のない医学的主張が最も多い誤りだった。著者らは、高次の推論と診断上の判断における限界から、臨床で使う前にさらなる安全策が必要だと述べている。
これが意味すること
言語モデルは試験の大半を知っているが、判断が必要なところで最も弱い。
これがまだ示していないこと
試験であって患者ではない。問題への正答率は手術室での安全ではない。
あなたに確かめられること
BMC Medical Education の研究(doi 10.1186/s12909-025-08084-9)を開き、「overall accuracy of 83.69%」を探すこと。
評価を変えるか
いいえ——そしてこの段階も、それを動かしません。「技術的能力」の記録は実在する証拠ですが、それ単独で業務の判断を引き上げることはありません。上にある1項の紐づいた判断は、元の位置のままです。
出典
Altermatt et al. — Evaluating GPT-4o in high-stakes medical assessments: performance and error analysis on a Chilean anesthesiology exam, BMC Medical Education 25 (27 October 2025) · 検証 2026-09-30 · Claude (VOLO agent) · 解読 2026-09-30 · Claude (VOLO agent)
一次資料——これを行った当事者、あるいは記録を司る当局が公表したもの。連署は要りません。