生成ＡＩと学ぶ医学論文の読み方・考え方

生成ＡＩ時代の医療者に必須の情報分析力を鍛える。そのエビデンスは正しいか？ＣｈａｔＧＰＴはどこまで信用できるのか？実践問題２５章。

生成AIの急速な普及で医療・薬剤領域の情報活用が大きく変化する今、医療者には医薬に関する論文情報を批判的に読み解き、文脈に即した意味を創造する力と倫理的な配慮が求められています。
　本書は、医薬論文を批判的に読み解くためのスキルを学び、AIでは到達できない深い洞察と倫理的判断力を効率的に身につけられる実践ガイドです。

≪POINT≫
◇実際の論文を基に押さえておくべき重要論点を問題と解説の形式でまとめ、EBM（Evidence-basad Medicine）のステップ３である医学論文の批判的吟味を学習できる

◇論文の背景・目的、研究デザイン、PICO、内的妥当性、臨床判断の4要素などを踏まえた適用をAIプロンプトで整理・評価する手法がわかる

◇ChatGPTの回答例と専門家による解説を比較することで、AIを最大限に活用しつつ、薬剤師としての確固たる専門性を確立するノウハウを習得できる

目次

■ランダム化比較試験論文のピットフォール（基礎編）
　　1 臨床医学研究における比較方法の重要性
　　2 盲検化が困難なRCTとPROBE法
　　3 代用のアウトカムと真のアウトカム
　　4 仮説検証と仮説生成の違い
　　5 複合エンドポイントと、その解釈の視点
　　6 統計学的に有意な差がないとはどういうことか
　　7 ランダム化比較試験の外的妥当性
　　8 二重盲検が適切に機能していない可能性を探る
　　9 NNTの考え方と解釈のピットフォール

■ランダム化比較試験論文のピットフォール（実践編）
　　10 臨床試験で実施された治療介入の再現性
　　11 研究の早期中止と解析結果の過大評価
　　12 標準治療の異質性がもたらす治療効果の減弱
　　13 複合エンドポイントとハザード比のピットフォール
　　14 ランダム化比較試験における効果量と倫理的問題
　　15 治療に対する期待感と薬剤効果の多因子性
　　16 被験者の組み入れ方法と薬効感に対する影響
　　17 臨床研究における社会的望ましさバイアス

■観察研究論文のピットフォール
　　18 コホート研究における交絡バイアスと選択バイアス
　　19 コホート研究における初期症状バイアス
　　20 コホート研究におけるImmortal time bias
　　21 薬物有害事象の評価と発見兆候バイアス
　　22 有名医学誌の掲載論文でも鵜呑みにできない理由
　　23 医療データベースを用いた研究のピットフォール

■システマティックレビュー・メタ分析論文のピットフォール
　　24 メタ分析の結果と加重平均ウェイト
　　25 メタ分析による有害事象評価の留意点
　　終 AIが語る“それっぽさ”にどう抗うか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。