NYUランゴーンのLang1、1000万人の診療記録で訓練し、はるかに大きい汎用モデルより入院転帰を正確に予測

なぜ重要か

この研究は、医療機関自身の記録で訓練した小型モデルが、日常的な運用予測ではるかに大きい汎用モデルを上回り得ることを示し、導入するAIを選ぶ病院にとって意味がある。Lang1は以前のNYUTronを基に約70倍の規模で、診療記録800億トークンと一般テキスト6270億トークンで訓練された。保険の支払い拒否のようにネット上の文章が少ない課題で改善が大きく、死亡予測では小さい。NYUランゴーンはLang1とReMedEを他病院に提供する計画で、ベス・イスラエル以外での結果が焦点だ。