AI記事考察ノート

Preprint · ✓完成 · 深堀り済 2026.06.16

医療記録質問応答における大規模言語モデルの失敗パターン：推論ステップ数とAIエラーの関係性

査読前の可能性がある研究情報

大規模言語モデルの医療記録質問応答精度は推論ステップ数によって低下する

EHR Claude Sonnet GPT-4o gpt-5.4-2026-03-05

arXiv cs.AI

Field Note 読みどころ

大規模言語モデルが電子健康記録（EHR）を基にした質問に対して、必要な推論ステップが多いほど精度が著しく低下することが明らかになった
313件の医師生成のMedAlign EHR質問回答ペアを使用して、Claude Sonnet, GPT-4o, gpt-5.4-2026-03-05などのモデルを評価

プレプリント論文（査読前の可能性あり）

AI研究者医療情報システム開発者データサイエンティスト

研究論文