臨床NLPのためのDRAGONベンチマーク
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：The DRAGON benchmark for clinical NLP
雑誌名：NPJ Digit Med. 2025 May 17; 8(1): 289. doi: 10.1038/s41746-025-01626-x. Epub 2025 May 17.
概 要：
本研究は、医療診断人材の不足を緩和するために、臨床アルゴリズムの訓練に必要な大規模な注釈付きデータセットを提供することを目的としています。自然言語処理（NLP）や大規模言語モデル（LLM）が臨床データの注釈において大きな可能性を示していますが、公共のベンチマークが不足しているため、十分に探求されていません。本研究では、オランダの5つの医療センターからの28,824件の注釈付き医療報告書を用いた28のタスクを含むDRAGONチャレンジを紹介します。このベンチマークは、自動化された大規模かつコスト効率の良いデータ注釈を促進します。
方 法：
本研究は、オランダの6つ目の医療センターからの400万件の臨床報告書を用いて基盤となるLLMを事前訓練しました。評価では、ドメイン特化型事前訓練（DRAGON 2025テストスコア0.770）が、混合ドメイン事前訓練（0.756）や一般ドメイン事前訓練（0.734、p < 0.005）よりも優れていることが示されました。
結 果：
28のタスクのうち18タスクで強力なパフォーマンスを達成しましたが、10タスクではパフォーマンスが不十分であり、革新が必要な領域が明らかになりました。ベンチマーク、コード、および基盤となるLLMは公開されています。
結 論：
DRAGONベンチマークは、臨床NLPの発展を促進し、医療データの自動注釈を可能にする重要なリソースであることが示されました。これにより、臨床アルゴリズムの開発が加速されることが期待されます。