ブラジルのヘルスケアにLLMを教える：公式臨床ガイドラインから知識を注入する

要旨: ブラジルの統一保健システム（SUS）は、2億人超の市民に対して診断基準、治療、投与量、モニタリング手順を定める公式の臨床ガイドラインに依存しています。しかし、現在のLLMはガイドラインに特化した知識への適合が不十分であり、ブラジルのポルトガル語プロトコルに基づく臨床的想起（リコール）を評価するベンチマークも存在しません。私たちはこのギャップを埋めるために、Qwen2.5-14B-Instructをブラジルの臨床領域へ適応します。178の公式ガイドライン（約540万トークン）から、4つの生成器LLMを用いて、3つの形式――言い換え、ウィキ風の記事、質問応答ペア――で約7,000万トークンの合成データを生成します。その後、継続的事前学習と、Group Relative Policy Optimization（GRPO）を適用します。バランスの取れた真/偽の臨床的主張1,780件を含むHealthBench-BRと、LLM判定器によってスコア付けされる自由形式の臨床質問890件を含むPCDT-QAを提案します。私たちの最良モデルは、HealthBench-BRで83.9%、PCDT-QAで85.4%を達成し、14Bパラメータしか持たないにもかかわらず、GPT-5.2、Claude Sonnet 4.6、Gemini 3.1 Pro、およびGoogle AI Overviewのウェブに基づくRAGを上回ります。アブレーション結果は、生成器の多様性と強化学習がこれらの改善に重要であることを示しています。再現可能なブラジルポルトガル語の臨床NLP研究を支援するため、すべてのデータセット、ベンチマーク、モデル重みを公開します。コード、データ、およびモデル重みは https://github.com/hugoabonizio/clinical-protocols-br で利用可能です