大規模言語モデルを臨床診断推論に活用する動きが広がる一方で、新たな研究により、これらのモデルが臨床内容だけでなく「話し方」にも影響を受けるという重大な盲点が明らかになった。医学的事実が完全に同一であっても、叙述のスタイルや口調が変わると、モデルの診断結果が異なることがある。研究者らはこの現象を「ナラティブ・アンカリング」と名付けた。
従来の偏り研究が人種や収入などの明示的な人口統計トークンを操作していたのに対し、本研究は「レジスター」（社会的文脈に応じた言語使用の変種）を唯一の変動要因として扱う点に特徴がある。研究チームは、米国医師国家試験（USMLE）の臨床ビネット1,000件を基に、それぞれを社会言語学的に異なる3つのペルソナに書き換えたデータセットを構築した。各バージョン間で医学的事実が完全に一致していることは、独立した監査プロセスによって保証されている。
実験は、3つのアーキテクチャファミリと様々な規模をカバーする7つの言語モデルで実施された。その結果、すべてのモデルにおいて、直接プロンプトで統計的に有意なナラティブ・アンカリングが観測され、そのギャップは0.064〜0.151に達した。さらに、思考連鎖推論や明示的なデバイアス指示はこの偏りを部分的にしか軽減できず、見かけ上の改善は正確性の低下と混同されることが多いことも分かった。
この問題に対処するため、研究者らは「NarrativeShield」と呼ばれる3エージェントパイプラインを提案した。このシステムは、モデルが診断推論を開始する前に、臨床事実を構造的に抽出・検証することで、叙述スタイルが推論プロセスに干渉するのを防ぐ。実験では、NarrativeShieldがナラティブ・アンカリングのギャップをほぼゼロ（-0.004〜0.037）に低減し、深刻な不安定な決定（DSS<0.8）の割合が全手法の中で最も低くなった。ほとんどのモデルでは、精度のコストはわずかで、メカニズム的にも予測通りの範囲に収まった。
さらに、ストレステストにより重要な制約が明らかになった。命令チューニングされていないベースモデルでは、デバイアス介入を実行できるかどうかが、プロンプトの内容自体ではなく、ゼロショットの指示追従能力に依存するのだ。このことは、将来のデバイアス研究がモデルの基盤能力に注意を払う必要があることを示唆している。研究チームは、人による検証済みのデータセットを独立したリソースとして公開しており、レジスターベースの臨床バイアス研究の進展に貢献することを目指している。