Cura 1T：医療エージェント向け特化モデル
Cura 1Tは、人間がゲートする自己進化ループで訓練された医療特化型LLMです。患者相談、テキストと画像に基づく臨床推論、対話型診断、電子健康記録（EHR）ツールの使用を処理します。医療評価スイートで最先端モデルと同等以上の性能を示し、ドメイン外の推論やエージェントベンチマークでも競争力を維持します。
医療分野における大規模言語モデル（LLM）には、リスクの高い患者とのコミュニケーション、テキストや画像に基づく専門的な推論、対話型診断、電子健康記録（EHR）のツール操作など、多岐にわたる能力が求められます。しかし、既存の特化モデルはこれらのユースケースの一部しかカバーしておらず、一つのタスクに対する改善が別のタスクの性能を低下させることもあります。actAVA AIの研究チーム（Haolin Chenら10名）は、この課題に対応するため、人間がゲートする自己進化ループ（human-gated self-evolution loop）を用いて訓練された医療特化型LLM「Cura 1T」を開発しました。本論文は2026年7月15日にarXivに提出されました。
Cura 1Tの訓練プロセスは複数の進化ラウンドで構成されます。各ラウンドでは、訓練エージェントが目標とする能力を計画し、モデルを訓練し、ベンチマーク軌跡を評価し、観察された失敗からデータ混合を洗練します。このデータ中心のループにより、一度の汎用的な医療データ更新ではなく、対象を絞った合成例や厳選された例を通じてモデルが改善されます。研究者は、このアプローチにより、汎用推論能力を犠牲にすることなく、医療専門性能を段階的に向上させることができると述べています。
患者相談、臨床文書理解、診断推論、EHR操作などのタスクを含む医療評価スイートにおいて、Cura 1TはGPT-4などの最先端ベースラインモデルと同等かそれ以上のランクを達成しました。さらに、GSM8KやMATHなどのドメイン外の推論ベンチマークや汎用エージェントベンチマークでも競争力を維持しており、真の汎化能力を持つことが示されています。
Cura 1Tの発表は、医療AIに新しいパラダイムを提供します。継続的な自己進化学習により、汎用性を保ちながら複雑な医療シナリオの理解を深めることが可能です。この成果は、インテリジェントな医療アシスタントの実用化を促進し、臨床意思決定をより信頼性の高いAIで支援することが期待されます。