# 医療AIが導入後も学び続ける新フレームワーク

> 凍結済みのLLMやVLMを実際の症例で更新する、モデルを選ばない仕組みを研究者が提案。医療タスクの性能が最大34%向上した。

Oossa · 2026-10-08 · https://oossa.com/ja/new-framework-lets-frozen-medical-ai-models-keep-learning-after-deployment

Yexiao He氏が率いるチームは2026年10月8日、凍結済みの大規模言語モデル（LLM）や視覚言語モデル（VLM）が、実際に対応した症例から学べるようにするフレームワークを発表した。このシステムは、推論を担う「Skill」、事実を蓄える「Knowledge Memory」、画像の事例を扱う「Multimodal Knowledge Base」という3種類の外部知識を追加する。新たな症例によって性能が向上し、過去の結果が損なわれない場合に限ってモデルを更新する。4種類のベースモデルを用いて6つの医療ベンチマークで検証したところ、最大34.2%の性能向上が確認された。

## 事実

- 医療タスクで最大34.2%の性能向上
- 4種類のベースモデルを使い、6つのベンチマークで評価

## なぜ重要か

高額な再訓練をせずに新しいガイドラインを取り込めるAIツールなら、臨床医は常に最新の情報に基づいて活用できる。

## 出典と参考資料

1. [Frozen Models, Evolving Expertise: Model-Agnostic Learning from Deployment Experience for Multimodal Medical AI](https://arxiv.org/abs/2610.09146) – arXiv, 2026-10-08

最終更新: 2026-10-08