大規模言語モデルを用いて、107本の補完・代替医療研究を対象にデータ抽出とバイアスリスク評価を行い、人間の確認を組み合わせることで、従来より高い正確度（最大97.9%）と大幅な時間短縮が得られた。

本研究では、ランダム化比較試験（RCT）のデータ抽出とリスク・オブ・バイアス評価（ROB）に、大規模言語モデル（LLM）を活用する手法を検証している。対象は補完・代替医療（CAM）のRCT 10...