生成AIが、誰かを介護する家族の支えになる？
元論文：Frontiers | Large language model–assisted support among caregivers of patients with epilepsy: associations with caregiver burden and psychosocial outcomes
今回の研究は、てんかん患者を支える家族の生成AIの利用と、介護の負担や心理状態の変化との関連を調べたものです。
てんかん患者の家族には発作への対応だけでなく、服薬管理や受診の日程の調整、日常生活の援助など様々な役割があります。
著者らは、患者の家族が必要な情報をすぐに得られないことや、情報があっても理解しにくいことが、家族への支援の課題になっていると説明しています。
研究の方法
1. LLM群、対照群への割り付け
今回の研究は、中国・吉林大学第一病院の神経内科を拠点に、てんかん患者の主たる介助者（家族）を追跡した前向きコホート研究です。
対象は20歳以上、介護歴3か月以上の報酬を得ていない介助者に限定されています。
また、参加者は検証開始時にLLM群と対照群に割り付けられました。
てんかんの介護に関する支援を得るために（検証開始以前から）DeepSeekを使っていた人はLLM群（147人）、使っていなかった人は対照群（149人）に分類されています。
2. 評価
介護の負担の評価には「ZBI」という22項目の質問票が用いられました。このZBIの各項目の点数が高いほど、介護の負担が大きいことを意味します。
また、介護の負担以外にも、「不安」「抑うつ」「ストレス」「社会的支援」「心理的な生活の質」「介護の自信」についても検証されました。
結果
1. ZBIは両群で低下していたが、LLM群の方がより低下していた
ZBIの平均点は、両群で以下のように変化しました。
- 対照群：30.70点→3か月後に24.77点（−5.93点）
- LLM群：30.61点→3ヶ月後に22.43点（−8.18点）
また、背景因子を調整した変化量の群間差は、1か月後に−2.09点（95％信頼区間 [−3.77, −0.40] 、p = 0.015）、3か月後に−2.24点（95％信頼区間 [−3.93, −0.56] 、p = 0.009）となっており、LLM群のほうが介護の負担の低下幅が有意に大きかったと解釈できます。
2. LLM群は、不安や抑うつなどに関して一部項目で改善が見られた
3か月後の調整後解析の結果、「不安」「抑うつ」「ストレス」「心理的な生活の質」はLLM群で有意に改善が見られましたが、社会的支援や介護の自信に関しては、変化量の有意な群間差はありませんでした。
著者らは、この結果に関して以下のような考察をしています。
- 家族が生成AIを活用することにより、何らかの疑問に対してすぐに答えが得られ、判断に伴う不安が軽くなる。
- 生成AIを通して情報を理解できると、自分にも対応できると感じられる可能性がある。
- 一人で対処しているという感覚が和らぐ可能性がある。
ただし、社会的支援や介護の自信に関して変化量の有意な群間差は確認されなかった点には注意が必要です。
3. LLMを多く使ったからといって、負担が軽くなるとはいえなかった
Lin, Gao, & Dong. (2026). Large language model–assisted support among caregivers of patients with epilepsy: associations with caregiver burden and psychosocial outcomes, Frontiers in Neurology, Figure 2, p.9.
© 2026 Lin, Gao and Dong. CC BY 4.0.
LLM群において、DeepSeekの利用量（週あたりの利用時間や有効な会話の回数）と3か月後のZBIの関連を検証したところ、これらに（直線的）関連があるとは言えませんでした。
著者らは、「実際の利用量より、必要な場面で役立つ支援を得られたか、会話の質が十分だったかが重要なのではないか」と考察しています。
注意点
- 今回の研究の結果から、LLMが介護の負担を軽くしたと断定することはできません。
- 評価項目はすべて自己申告で、利用状況にも一部自己申告が含まれます。
不安が解消されたという示唆は有益ですが…
冒頭でもお伝えした通り、著者らは「患者の家族が必要な情報をすぐに得られないことや、情報があっても理解しにくいことが、家族への支援の課題になっている」と述べています。
このような課題に対してご家族が生成AIを活用すれば、確かに情報収集をすることができますし、難しい言い回しを易しく書き換えてもらうこともできるでしょう。
ただし、その内容が適切かどうかは分けて評価する必要があります。
最近リリースされたモデルは「一般的に適切と言われていること」に関してはかなり正確に出力するようになったと私は考えていますが、その「一般的に適切と言われていること」は、患者さんやご家族が置かれている環境にも適用できるとは限りません。
極端な話、生成AIの言う「適切な行動」をした結果、場合によっては重大な事故や健康被害に発展する可能性もあります。
そのため、「不安」「抑うつ」「ストレス」「心理的な生活の質」が生成AIによって改善される可能性が示唆された事自体は有益ですが、上記のようなリスクがあることを踏まえると、生成AIの出力から人間の医療・介護の専門職への相談にどれくらいつながったか、そしてつながった相談はどのような内容だったのかも気になるところです。
生成AIとのやりとりから、患者さんとご家族が望む支援が見えてくる？
論文では言及されていませんでしたが、ご家族の方々の「不安」「抑うつ」「ストレス」「心理的な生活の質」の改善に関して、具体的にどのような生成AIとのやり取りがきっかけになったのかも気になりました。
というのも、生成AIとのやり取りや気持ちの変化をご家族の同意を得て振り返ることができれば、ご家族が何に困っていて、どのような支援を求めているのかを理解する手がかりになるかもしれないと思ったからです。
生成AIを普段から使っている人が増えている現代においては、生成AIとの対話を通じて見えてくるご家族の困り事にも目を向けることで、人間による支援をよりご家族の求める形に近づけられるかもしれません。
