ソーシャルメディア投稿からのうつ病サブタイプ分類：少数ショットプロンプトと大規模言語モデルのファインチューニングの比較
カテゴリ：災害・救急医療
公開日：2026年4月8日
タイトル：Depression subtype classification from social media posts: few-shot prompting vs. fine-tuning of large language models.
雑誌名：Front Digit Health. 2026; 8: 1790533. doi: 10.3389/fdgth.2026.1790533.
概 要：
本研究は、ソーシャルメディア上の投稿からうつ病のサブタイプを分類するために、少数ショットプロンプトとファインチューニングされた大規模言語モデル（LLM）の性能を比較しました。短くノイズの多いテキストや症状の重複、ラベリングバイアスが課題となる中、14,983件の英語ツイートを用いて、5つのうつ病サブタイプ（産後、主要、双極性、精神病、非定型）と非うつ病クラスに分類しました。
方 法：
この研究では、指示調整された因果LLMを少数ショット設定で使用し、RoBERTa、DeBERTa、BERTweetなどのトランスフォーマーエンコーダーを同一の分割と指標で監視付きファインチューニングしました。主要評価指標はマクロF1スコアで、精度、適合率、再現率も報告しました。
結 果：
少数ショットLLMはマクロF1スコア0.73-0.77（最良：Llama-3-8B、精度0.75）を達成しましたが、ファインチューニングされたエンコーダーは一貫して優れた性能を示し、マクロF1スコア0.94-0.96（最良：RoBERTa-large、精度0.954）に達しました。特に臨床的に難しいクラスでの改善が顕著で、ファインチューニングにより産後および精神病のサブタイプのF1スコアは約0.99に向上し、主要うつ病の再現率も約0.53-0.60から0.95-0.97に改善しました。
結 論：
ツイートレベルのうつ病サブタイプ分類において、タスク特異的な適応を行うファインチューニングは、少数ショットプロンプトよりもはるかに高く安定した性能を示しました。これにより、ファインチューニングされたエンコーダーがソーシャルメディアからのうつ病サブタイプ分類の強力で計算効率の良いベースラインとして推奨されます。