MedFM-Robust：医療基盤モデルのロバスト性ベンチマーク

医療基盤モデル（MedFMs）は、ヘルスケア分野において変革をもたらすツールとして急速に注目を集めており、多様な臨床応用で能力を発揮しています。これらのモデルは主に2つのパラダイムに分類されます：医療視覚言語モデル（Med-VLMs）とセグメンテーション基盤モデルです。Med-VLMsには、LLaVA-MedやMedGemmaといった医療特化モデルから、GPT-4oやGeminiといった汎用モデルまで含まれ、視覚質問応答（VQA）、レポート生成、視覚的グラウンディングなどの医療画像理解タスクを実行できます。一方で、Segment Anything Model（SAM）に触発され、SAM-Med2DやMedSAMなどの医療向けセグメンテーションモデルが開発されています。これらのモデルは研究や臨床補助に大きな価値を示していますが、実際の臨床環境では、画像ノイズ、アーチファクト、機器の差異、患者の多様性など様々な要因により性能が低下する可能性があります。そのため、実世界条件下での信頼性を厳格に評価することが不可欠です。この課題に対応するため、研究チームはMedFM-Robustベンチマークを提案しました。このベンチマークは、医療基盤モデルのロバスト性を体系的に評価するために設計されており、画質劣化、ドメインシフト、敵対的攻撃など複数の評価次元を含んでいます。標準化された評価プロトコルにより、さまざまな妨害下での性能低下を定量化し、モデル間の比較を可能にします。本研究成果はMICCAI 2026に採択され、論文として発表されます。本論文はXiangxiang Cui氏を含む5名の著者により執筆され、2026年5月18日にarXivに提出されました（識別番号：2605.19027）。MedFM-Robustの確立により、研究者はモデルの弱点を特定し改善することが容易になり、医療規制当局にとっても製品評価の基準として活用できるでしょう。このベンチマークは、医療AIの安全性と信頼性を向上させるための重要なマイルストーンとなると期待されています。