漢方専門医を超えた？ 正答率97.4%の「KAMPO LLM」が医療AIの専門特化戦略を変える

「汎用LLMで十分」という前提を、KAMPO LLMが崩した理由

ChatGPTやGeminiといった大規模汎用AIが急速に普及するなかで、「専門分野ならば専門特化型のAIを作るべきだ」という議論は以前からあった。しかし実際に汎用モデルを超える性能を示したデータが出てくると、その意味合いは変わってくる。VARYTEX株式会社が一般社団法人日本東洋医学会との共同研究として発表した漢方特化型AI「KAMPO LLM」は、漢方専門医研修コアカリキュラムの問題において正答率97.4%を達成し、主要な汎用LLMの正答率を上回る結果を示した。数字が示すのは単なる「高精度」ではなく、特定領域においては専門特化型AIが汎用AIのベースラインを実用上超えうる、という事実だ。

KAMPO LLMとは何か——日本東洋医学会との共同開発が意味すること

KAMPO LLMは、VARYTEX株式会社が一般社団法人日本東洋医学会との共同研究の一環として開発した、漢方医学に特化した大規模言語モデル（LLM）だ。LLMとは大量のテキストデータを学習し、自然言語で質問に答えたり文章を生成したりするAIモデルの総称で、ChatGPTなどもこの技術をベースにしている。

今回の性能評価では、日本東洋医学会が発行する漢方専門医研修コアカリキュラムの問題を用いたベンチマーク（性能比較テスト）が実施された。その結果、KAMPO LLMは97.4%という正答率を達成し、比較対象となった主要LLMの正答率を上回ったとされている。日本を代表する漢方の専門学会が共同研究のパートナーとして名を連ねている点は、単なる企業単独開発との差別化として重要な意味を持つ。学会監修のデータや知識体系をモデル構築に反映できる立場にあることを示唆しているからだ。

漢方専門医・医療機関・製薬関連企業にとって何が変わるのか

直接的な影響が想定されるのは、漢方医学に携わる医師や医療機関、そして漢方薬を扱う製薬・調剤関連企業だ。漢方専門医の研修や学習支援のツールとして活用できる可能性がある一方、診療現場での処方支援や患者説明補助への応用も将来的な論点となりうる。

また、漢方に直接関わらないビジネスパーソンにとっても、「特定の資格試験や専門知識体系をベンチマークとして活用することで、専門特化型AIの精度を客観的に示す」という手法は参考になる。自社の業務領域に即したAI開発・評価の枠組みを検討している企業にとって、このアプローチは一つのモデルケースになりうる。

日本の医療AI環境でKAMPO LLMをどう位置づけるか

日本では医療分野へのAI活用において、規制対応・個人情報管理・専門家との連携体制といった課題が常に議論される。KAMPO LLMが学会との共同研究という形をとっている点は、こうした日本特有の文脈において一定の信頼性の担保を意図したものとも読める。ただし、現時点で公開されている情報は性能評価の結果が中心であり、実際の医療現場への導入プロセス、薬機法上の位置づけ、臨床利用に向けた承認状況などの詳細は明らかになっていない。

日本語の漢方医学テキストに特化して学習されたモデルであれば、英語ベースの汎用LLMが苦手とする日本語の専門用語・処方名・古典的記述への対応精度も期待できる。ただしその点については、現在公開されている情報から直接確認できる範囲には限界がある。

正答率97.4%の外側——導入前に確認すべき問いが残る

ベンチマーク上の高精度は、実用上の信頼性と必ずしもイコールではない。研修コアカリキュラムの問題に対する正答率は、テストセットの設計・難易度・問題数などによって数字の解釈が変わりうる。比較対象とされた「主要LLM」がどのモデルを指し、どのような条件で比較されたかは、現時点で公開されている要約情報からは詳細が確認できない点として留意が必要だ。

また、AIを医療情報の提示・学習支援に用いる場合であっても、誤情報の提示リスクや最新情報へのアップデート体制、ハルシネーション（AIが事実でない情報を自信を持って提示してしまう現象）への対策が実装されているかどうかは、導入検討にあたって確認すべき重要な要素となる。

NEWGATAが見るKAMPO LLMの本当の分岐点

KAMPO LLMが示す最も重要な論点は、「漢方AIが登場した」という事実そのものより、「専門学会という権威ある機関が共同研究者として名を連ねることで、AIの信頼性と評価基準の設定に関与できる」という構造にある。汎用AIが高精度化するなかで、専門特化型AIが生き残る道は精度の差だけではなく、「誰が評価基準を設定し、誰がモデルの妥当性を保証するか」というガバナンスの問題と不可分だ。

日本の医療・法律・会計といった資格試験を持つ専門領域では、同様の構造——学会や職能団体が評価基準を持ち、それに特化したLLMが開発される——が今後複数登場してくる可能性がある。その意味で、KAMPO LLMは漢方医学の話であると同時に、「専門知識をAIに組み込む際の正当性をどう担保するか」という、より広い問いの先行事例として注視する価値がある。ビジネスパーソンが見ておくべきなのは、このモデルの精度ではなく、専門機関との共同開発がAI活用の信頼性評価においてどのような役割を果たすかという設計思想だ。

本記事は公開情報をもとに、NEWGATA編集部で確認のうえ掲載しています。