マルチモーダルLLMの臨床診断でAUROC最適化手法「Ranking-PE」が精度向上
ティアン・シア (Tian Xia) 氏ら複数の研究者は2026年9月30日(現地時間)、マルチモーダル大規模言語モデル (MLLMs) を用いた臨床診断におけるプロンプト最適化手法「Ranking-Aware Prompt Optimization for Multimodal Clinical Diagnosis」に関する論文をarXiv cs.LGで発表した。この研究では、従来の精度ベースの最適化手法がクラス不均衡な臨床データに不適切である点を指摘し、AUROC (Area Under the Receiver Operating Characteristic curve) を直接最適化する新しい手法「pair-level Pareto prompt evolution (Ranking-PE)」を提案している。