Med-PaLM 2（メドパームツー）
Google DeepMindが開発した医療特化型LLM。PaLM 2をベースに医療データで調整し、USMLEで専門医レベルの86.5%を達成した医療QAの最高精度モデルの一つ。
Med-PaLM 2 とは
Med-PaLM 2はGoogle DeepMindが開発した医療特化大規模言語モデル。2023年5月のGoogle I/OでPaLM 2と同時に発表され、一部の病院・研究機関へのアーリーアクセスが開始された。
前身：Med-PaLM（第1世代）
2022年12月に発表されたMed-PaLMはPaLM（第1世代）をベースに医療特化。USMLEで初めて合格ライン（67.6%）を超えた医療AIとして歴史的意義を持つ。Med-PaLM 2はその後継として精度を大幅に向上させた。
主要性能指標
| ベンチマーク | Med-PaLM 2 | Med-PaLM | 一般医師 |
|---|---|---|---|
| MedQA (USMLE) | 86.5% | 67.6% | 約87% |
| MedMCQA（インド医師試験） | 79.1% | 72.3% | — |
| PubMedQA | 81.8% | 79.0% | 78% |
| MedicationQA | 82.0% | 74.5% | — |
特筆すべきはPubMedQA（医学論文の情報に基づく回答）で一般医師の正答率78%を超えた点。
アーキテクチャと学習手法
ベースモデル: PaLM 2（Unicorn）
Googleの第2世代大規模言語モデル。GPT-4と競合するマルチリンガル・多段階推論能力を持つ。
Instruction Tuning（医療特化）
医療専門家（医師・看護師・薬剤師）が作成した高品質な医療QAペアでSFT。EBM（Evidence-Based Medicine）の原則に基づくデータセットを使用。
Chain-of-Thought（CoT）推論
医療診断は単純な知識検索ではなく多段階推論が必要（症状→鑑別診断→検査→確定診断）。CoTプロンプトで推論過程を明示することで精度が大幅向上。
RLHF（医師フィードバック）
医師による回答の品質評価（正確性・安全性・理解しやすさ）を用いたRLHF。単なる正誤だけでなく「根拠の提示」「不確実性の表明」「参照文献の引用」を評価基準に含める。
Multimodal Med-PaLM（次世代）
2023年後半に発表されたマルチモーダル版では医療画像との組み合わせが可能:
- 放射線画像（X線/CT/MRI）: 異常所見の検出・レポート生成
- 病理組織像: がん組織のグレーディング支援
- 眼底画像: 糖尿病性網膜症の早期検出
- 皮膚科画像: 皮膚病変の分類
これらは2025年現在も研究段階であり、臨床承認はされていない。
実際の病院での試験運用
Mayo Clinic（米国）・Apollo Hospitals（インド）などがアーリーアクセスで試験運用:
- 看護師のQ&A支援: 患者からの質問への初回応答補助
- 医師の文献調査: 最新のEBMガイドラインを即座に参照
- 退院サマリー生成: カルテから退院時説明書のドラフト自動生成
よくある質問（FAQ）
Q1: 日本語の医療質問に使えるか？ A: 対応はしているが、英語比で精度が約10〜15%低下する傾向。日本語の医学論文・診療ガイドラインの学習が薄いことが原因。
Q2: APIへのアクセス方法は？ A: Google Cloud Healthcare APIのwaitlistに登録後、承認された医療機関・研究機関のみがアクセス可能。一般開発者へのアクセスは現時点で非公開。
Q3: GPT-4の医療版と何が違うか？ A: GPT-4はOpenAIのChatGPTとして医療用途にも使われているが、医療専用の学習は行っていない。Med-PaLM 2は医療データ・医師フィードバックで専用チューニングされた点が異なる。