構造化医療データを活用した大規模言語モデルの検証改良とモデル出力根拠説明法の開発

• 研究課題/領域番号: 24K15166
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分62010:生命、健康および医療情報学関連
• 研究機関: 熊本大学
• 研究代表者: 野原 康伸 熊本大学, 大学院先端科学研究部(工), 准教授 (30624829)
• 研究分担者: 松本 晃太郎 九州大学, 医学研究院, 助教 (60932217)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2027年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
• キーワード: 大規模言語モデル / クリニカルパス / 診療テキスト / 機械学習 / 解釈手法

研究開始時の研究の概要

大規模言語モデル(LLM)は、読解や文章生成などの自然言語処理で優れた能力を有しており、医療分野でも活躍が期待されるが、信頼性等の面で課題を抱えている。LLMの学習や検証には、大量の正解ラベルデータが必要であるが、医療データでは専門家の人手が必要であり、その収集には特段の労力を要する。本研究では、電子クリニカルパスという我々が保有する質の高い構造化医療データ基盤を活用することで、効率よく大量の正解ラベルを収集し、LLMの検証と改良を継続的に行うとともに、そのオープンデータ化を目指す。