多様なバイオメディカルタスクに対応する一般的なビジョン・ランゲージ基盤モデル
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 vision-language foundation model for diverse biomedical tasks
雑誌名：Nat Med. 2024 Nov;30(11):3129-3141.
概 要：
本研究では、特定のタスクやモダリティに設計された従来のバイオメディカルAIモデルの限界を克服するために、一般的なAIモデルの可能性を探ります。特に、BiomedGPTという初のオープンソースで軽量なビジョン・ランゲージ基盤モデルを提案し、さまざまなバイオメディカルタスクを実行できる能力を持つことを示しました。BiomedGPTは、25の実験のうち16で最先端の結果を達成し、計算効率の良いモデルスケールを維持しています。放射線学における視覚的質問応答、報告書生成、要約に関する人間評価も実施し、診断やワークフローの効率向上に寄与する実用的なバイオメディカルAIの実現を目指します。
方 法：
この研究は、BiomedGPTという一般的なビジョン・ランゲージ基盤モデルの開発に関するもので、さまざまなバイオメディカルタスクを実行するために設計されています。16の実験において最先端の結果を達成し、放射線学における視覚的質問応答、報告書生成、要約の能力を評価するために人間評価を行いました。主要評価指標には、質問応答のエラー率3.8%、複雑な放射線報告書作成のエラー率8.3%、人間専門家とほぼ同等の要約能力が含まれます。
結 果：
BiomedGPTは、質問応答においてエラー率3.8%、複雑な放射線報告書の作成においてエラー率8.3%を示し、要約能力においては人間専門家とほぼ同等の好ましいスコアを獲得しました。これにより、さまざまなデータを用いた効果的なトレーニングが、実用的なバイオメディカルAIの実現に寄与することが示されました。
結 論：
BiomedGPTは、バイオメディカルタスクにおける柔軟性と高い予測能力を持つことが確認され、診断やワークフローの効率を改善するための実用的なAIソリューションとしての可能性を示しました。