マルチモーダル大規模言語モデルを用いた病理学の適応的診断推論フレームワーク

がん診断にとっての重要性

病理医が顕微鏡で組織標本を観察するとき、彼らは人生に大きな影響を与える判断を下します。がんがあるか、どの種類か、どれほど悪性度が高い可能性があるか——。コンピュータプログラムは既に何千もの画像のスクリーニングを支援していますが、多くは不透明なブラックボックスのように振る舞い、判断の過程を明確に示さずに単なる賛否を返すにとどまります。本研究は、画像理解に優れたAIと言語ベースの推論を組み合わせる新しい手法を提示します。これにより、コンピュータは単に意見を述べるだけでなく、実際の病理医の推論と整合する形で「なぜそう考えるか」を説明できるようになります。

ブラックボックスを説明者へ変える

病理スライドを読む既存の多くのシステムは生データに対する精度に注力しています。これらは何百万ものピクセルからパターンを学習し、次に「ラベル」を出力します。

引用: Hong, Y., Kao, KC., Edwards, L. et al. Adaptive diagnostic reasoning framework for pathology with multimodal large language models. Commun Med 6, 236 (2026). https://doi.org/10.1038/s43856-026-01491-z

キーワード: 計算病理学, 説明可能なAI, がん診断, マルチモーダル言語モデル, 医用画像