少量の低資源言語を対象とした検証済みデータセットで医療書記起こしに対する微調整済みLLMモデルを評価する

Abstract

臨床ドキュメンテーションは、患者の安全、診断、ケアの継続性にとって重要な要素である。EHRの管理上の負担は、医師のバーンアウトの大きな要因となっている。これはフィンランド語を含む低資源言語にとって特に重大な課題である。本研究は、ドメインに整合した自然言語処理（NLP）；フィンランド語の医療書き起こしのための大規模言語モデルの有効性を検証することを目的とする。具体的には、メトロポリア応用科学大学の学生が作成した、模擬的な臨床対話の小規模で検証済みコーパスを用いて、LLaMA 3.1-8Bを微調整する。医療書き起こしのための微調整プロセスでは、制御された前処理と最適化のアプローチを用いた。微調整の有効性は、7分割交差検証によって評価した。微調整したLLaMA 3.1-8Bの評価指標は、BLEU = 0.1214、ROUGE-L = 0.4982、BERTScore F1 = 0.8230であった。その結果、参照書き起こしとの間でn-gramの一致は低かったが、意味的には強い類似性が示された。本研究は、微調整が話し言葉のフィンランド語における医療言説の翻訳に有効なアプローチとなり得ることを示すとともに、フィンランド語の臨床ドキュメンテーションに向けたプライバシー指向のドメイン特化型大規模言語モデルを微調整することの実現可能性を支持するものである。さらに、今後の研究の方向性を提示する。