失語症治療におけるAI言語アクセシビリティの検証
Semantic Scholar
2026年6月29日 (月)
- •研究チームは失語症治療の臨床対話におけるLLMのアクセシビリティを評価するためのABCDシミュレーションフレームワークを開発した。
- •本研究ではClaude、GPT、Geminiモデルを対象に、16種類の標準化された読みやすさ指標を用いて複数の設定でベンチマークを行った。
- •調査の結果、Geminiはゼロショット設定で優れた性能を示し、フューショット・プロンプティングや高度な推論機能が全体的な臨床アクセシビリティを向上させることが明らかになった。
ジェラルド・C・イマエズエ(Gerald C. Imaezue)、K・V・マラム(K. V. Maram)、デビッド・アジャイ(David Ajayi)らは、2026年6月24日に「Journal of Speech, Language and Hearing Research」誌で、失語症治療における大規模言語モデル(LLM)の評価研究を発表した。研究チームは、エージェントベース対話(ABCD)シミュレーション手法を用い、AIがシミュレートした言語障害を持つ患者と対話するLLM臨床医の性能をテストした。この前臨床テストベッドは、人間を介さずに複数ターンの音声治療対話の評価を可能にする。
研究では、Claude、GPT、Geminiの3つのモデルファミリーを対象に、ゼロショットやフューショット・プロンプティング、標準および高度な推論モードなど多様な設定でベンチマークを実施した。モデルが応答精緻化訓練(Response Elaboration Training)においてどれほどアクセスしやすい臨床言語を生成できるかを、フレッシュ読解容易性スコアやデール・チャル・スコアを含む16種類の指標で測定した。
分析の結果、アーキテクチャごとに異なるアクセシビリティ特性が確認された。全般的にフューショット・プロンプティングと高度な推論機能の使用が応答のアクセシビリティを改善した。Geminiはゼロショットおよび標準推論条件下で特に優れたパフォーマンスを記録した。著者らは、LLMが障害のある言語への適応能力において系統的な違いを持つと結論付け、ABCDフレームワークがコミュニケーションリハビリテーションの臨床応用前に会話エージェントをベンチマークするための拡張可能な手法になると評価した。