arXiv cs.CLは2026年9月30日(現地時間)、QLoRA (キューローラ) でファインチューニングされたLLaMA-3 (ラマ・スリー、8B) モデルとRetrieval-Augmented Generation (検索拡張生成、RAG)、さらにマルチモーダルなGemini Vision (ジェミニ・ビジョン) 層を組み合わせた医療レポート分析システム「MeddeX (メデックス)」に関する論文を発表した。このシステムは、複雑な医療文書から正確で簡潔、かつ根拠に基づいた要約を提供することを目的としている。
MeddeX (メデックス) は、テキストベースのPDFファイル、スキャン画像ベースのPDFファイル、および放射線画像を処理するハイブリッド抽出パイプラインを特徴としている。このパイプラインには、破損したドキュメントやUTF-16エンコードされたドキュメント内の無関係なテキストを検出する独自のメカニズムが組み込まれている。
単一のレポートに対する質疑応答機能に加え、MeddeXはレポートの範囲を限定した検索（report scoped retrieval）を提供し、より正確な文脈認識を可能にする。また、自動化された時系列レポート比較エンジンや、レガシー文書をオンデマンドで遅延処理する自己修復型バックフィルパイプラインも導入している。
システムのエンドツーエンドアーキテクチャは、FastAPI (ファストエーピーアイ) をバックエンド、Supabase (スーパーベース) をベクターストア、そしてフロントエンドとして構成されている。
ベースとなるLLaMA3-Med42-8Bモデルとの評価比較では、MeddeXはROUGE-1 (ルージュ・ワン) で9.2%、ROUGE-2 (ルージュ・ツー) で10.0%、ROUGE-L (ルージュ・エル) で11.8%、BLEU (ブルー) で71.4%、BERTScore (バートスコア) で0.8%の継続的な改善を示した。これは、ドメイン特化型ファインチューニングの有効性を検証する結果となった。このシステムは、AI支援型の臨床意思決定支援に向けた実用的かつ堅牢な一歩を示すものと位置づけられている。
論文の著者には、Rajdeep Pandhare (ラージディープ・パンダーレ) 氏、Rohit Kundaikar (ロヒット・クンダイカー) 氏、Yakub Kojar (ヤクブ・コジャール) 氏、Shreyansh Tiwari (シュリャンシュ・ティワリ) 氏らが名を連ねる。
参考: arXiv cs.CL — 2026年10月16日 13:00 (JST)
原文ハイライト"MeddeX: A Retrieval-Augmented LLaMA-3 System with Gemini Vision for Evidence-Backed Medical Report Analysis"