Tomohiro Kikuchi, MD, PhD, MPH.

✏️ニュースリリース 国産医療LLMと3万例規模の疾患因果ダイアグラムを統合した医療AIエージェントを開発～医師国家試験ベンチマークで90％超を達成した「SIP-jmed-llm-4」を活用、医師向け試験公開へ～ nii.ac.jp/news/release/2026/… 大学共同利用機関法人情報・システム研究機構 国立情報学研究所を中心とする研究チームは、SIP「統合型ヘルスケアシステムの構築」の支援のもと、国産医療LLM「SIP-jmed-llm-4」を開発し、医師国家試験ベンチマーク「JMedQA」において90％を超える正答率を達成しました。さらに、疾患因果ダイアグラムに基づく症例知識グラフを外部ツールとして参照する医療AIエージェントを開発し、知識グラフを参照しない場合と比べて、鑑別診断（症状や検査所見から考えられる複数の疾患を挙げ、比較して絞り込むこと）の性能が向上することを確認しました。

研究者らによると、CLAUDE.mdやAGENTS.mdにあらかじめ次の一文を足すことが推奨されます。 「ドキュメントと既存のコードが食い違うときはコードの書き方に従い、見つけた食い違いを最後の返答ですべて挙げること」 なぜか。 Claude CodeやCodexは、CLAUDE.mdやAGENTS.mdの記述が今のコードと食い違っていると、9割がた古い記述のほうに従うそうです。"指示が古い"と気づいていても抗えない仕組みです。 この発見に至るまでに、ジョージア工科大などの研究者らは、設定ファイルとコードがわざと食い違う40のプロジェクトでClaude CodeとCodexに機能を足させて調べました。 Claude Codeは80回中79回、食い違いに気づいたと"自分で書きながら"、古い情報に流されました。 Codexのほうは、80回中20回で、動いていた既存のコードを古い記述に合わせて書き換え、うち17回でテストが通らなくなりました。 研究者らの見立てとしては、AIは、指示を優先するよう訓練されています。CLAUDE.mdやAGENTS.mdは「指示」としてAIに渡り、コードはファイルを読んだ「結果」として渡るのが原因だと言います。その仕組みが、古いものに従わせるのだとか。 そして設定ファイルは一度書いたきりになりやすい傾向があります。更新不精の人は上の一文をあらかじめ追加しておくのも一つです。 指示の原文→"When a repository's documentation and its existing code disagree, follow the conventions used in the existing code, and in your final reply point out each inconsistency you found between the documentation and the code."

nnFoundation: 3D Foundation Models for Radiology Trained on 2.1M scans, nnFoundation shows 3D radiology needs complementary architectures: convolutional models excel at local tasks, while transformer models dominate global reasoning. arxivb.org/abs/2609.26924

補足すると、 ・内視鏡学会が要望したAIの加点の要望は前回に引き続き見送らせている →その一方で製品単独で保険収載獲得 ・既存の診断/治療方法の代替AIで既存法の保険点数を拠り所にAIに加点することは多い（算出しやすい） →その一方でこの製品は代替する拠り所があるわけでなく診断支援AIの利用価値を新規に評価（今後の診断支援AIに希望を与えた） という2点がすごいです。