最新の医療 AI モデル o1 の性能評価: 医療 AI 医師への道は近づいているか
最新の大規模言語モデル o1 は、医療分野における理解力、推論力、多言語対応力において従来のモデルを大きく上回り、医療 AI 医師への道が近づいている。
臨床試験参加者マッチングにおける大規模言語モデルの活用
大規模言語モデルを用いて、患者の診療記録から臨床試験の参加適格性を自動的に評価することができる。
医療分野における多言語議論マイニング
医療分野の大量の非構造化テキストデータを意味的に構造化するために、議論マイニング(AM)は有効な手段である。しかし、AMの研究は主に英語に焦点を当てており、他言語、特にスペイン語のデータは利用できない。本研究では、英語からスペイン語への効果的な議論構造の自動転移手法を検討し、スペイン語の医療AMデータセットを初めて作成する。
パーキンソン病の早期発見のための大規模言語モデルを用いた自発的発話の言語変化の分析
大規模言語モデルを用いて自発的発話から抽出した言語的特徴を分析することで、パーキンソン病を最大73%の精度で検出できることを示した。
心臓患者の退院サマリー生成における大規模言語モデルの活用による臨床効率の向上
大規模言語モデルを活用することで、心臓患者の退院サマリーの生成を自動化し、医療記録の効率性と継続性を大幅に向上させることができる。
がん患者のための自律型人工知能アシスト - 胆管細胞がんの治療戦略
自律型人工知能システムは、医療データの解析と統合的な意思決定支援を通して、がん患者の治療に貢献できる。
心不全を含む複数の疾患の可能性を考慮した会話型診断システム
医療 AI システムが患者との対話を通じて症状を収集し、複数の疾患の可能性を検討して最終的な診断に至る
医療VLモデルの公平性を追求する - FairCLIP
医療VLモデルには人種、性別、民族、言語などの属性に基づく大きな偏りが存在する。FairVLMedデータセットを用いた分析により、これらの偏りを明らかにし、最適輸送に基づくFairCLIPモデルによって、パフォーマンスと公平性のバランスを改善することができる。
医療分野における大規模言語モデルの指示に基づく微調整による性能向上
大規模言語モデルの医療分野への適用において、従来の医療データセットでの微調整では限界があるため、機械生成の多様な医療指示応答ペアデータセットを用いた微調整により、医療アプリケーションでの性能と一般性を同時に向上させることができる。
医療アシスタントの個人化のための短期記憶と長期記憶の協調
LLMは自然言語の理解と生成に優れた能力を示しているが、個人化された医療アドバイスを提供するための活用は十分に検討されていない。本研究では、短期記憶と長期記憶の協調による新しい記憶メカニズムと、リソース消費を最小限に抑えるパラメータ効率的なファインチューニング手法を提案し、LLMベースの個人化された医療アシスタントの実現を目指す。
