疾患診断支援のための一般的な医療言語モデル
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：A generalist medical language model for disease diagnosis assistance
雑誌名：Nat Med. 2025 Mar; 31(3): 932-942.
概 要：
本研究では、医療における正確な診断の重要性を踏まえ、1760億パラメータを持つ一般的な医療言語モデル「MedFound」を提案します。このモデルは、多様な医療テキストと実世界の臨床記録から得られた大規模コーパスで事前学習され、医師の推論診断を学ぶために自己ブートストラッピング戦略に基づく思考の連鎖アプローチでファインチューニングされています。実験結果は、MedFoundが一般的な疾患、外部検証、希少疾患において他の基準モデルや専門モデルを上回る性能を示すことを確認しました。また、AIと医師の比較、AI支援研究、人間評価フレームワークを用いた診断の臨床適用性を包括的に評価しました。
方 法：
本研究は、1760億パラメータの医療言語モデル「MedFound」を用いたもので、医療テキストと臨床記録からの大規模コーパスで事前学習されました。自己ブートストラッピング戦略に基づく思考の連鎖アプローチでファインチューニングされ、標準的な臨床実践に合わせた統一的な好み調整フレームワークを導入しました。診断能力を評価するために、8つの臨床評価指標を用いました。
結 果：
MedFoundは、一般的な疾患、外部検証、希少疾患のシナリオにおいて、他の基準モデルや専門モデルを上回る性能を示しました。特に、医療記録の要約、診断推論、リスク管理などの能力を評価する8つの臨床評価指標において、AIと医師の比較を通じてその有用性が確認されました。
結 論：
MedFoundは、臨床のワークフローの一部として医師の疾患診断を支援する可能性が示されました。このモデルは、医療現場での診断支援において実用的であることが確認され、医療の質の向上に寄与することが期待されます。