サムスンソウル病院の研究チームがAI企業ゼロワンAIと共同開発した医療特化人工知能（AI）「ZEO Med 2（ジオメド2）」が、韓国の医師国家試験問題を用いた評価でGPT-5.2とグーグルのGeminiを上回りました。
サムスンソウル病院は29日、ZEO Med 2が韓国・米国の医療試験問題を用いたベンチマークで世界最高水準の成績を収めたと発表しました。チャ教授が今回の開発課題の研究責任者を務めました。
ZEO Med 2は、科学技術情報通信部の先端GPU活用支援事業を通じて、サムスンソウル病院救急医学科のチャ・ウォンチョル教授、ソン・ミョンヒ教授の研究チームとゼロワンAIが開発しました。
韓国の医師試験型435問中425問正解
ZEO Med 2は、韓国の医師・看護師・薬剤師・歯科医師の国家試験問題を集めた「KorMedMCQA」のうち、医師試験型435問中425問を正解しました。正答率は97.70%でした。
ゼロワンAIが同条件で評価したGPT-5.2は424問正解で97.47%、グーグルのGemini 3.1 Flash-Liteは96.09%を記録しました。ZEO Med 2はGPT-5.2より1問、Geminiより7問多く正解した計算になります。
重みを公開し、外部開発者がダウンロードして活用できる「オープンウェイト」モデルの中でも、ZEO Med 2のスコアが最も高くなりました。ZEO Med 2のベースモデルであるグーグルのGemma 4 31Bは97.01%、Qwen3.6-27Bは93.56%でした。
一方、すべての医療試験型評価で競合AIを上回ったわけではありません。米国医師免許試験問題を用いたMedQA-USMLEでは、GPT-5.2が95.99%で、ZEO Med 2の94.82%を上回りました。韓国の看護師・薬剤師・歯科医師試験型と4職種試験の平均スコアでも、Gemini 3.1 Flash-LiteがZEO Med 2を上回りました。
同じ問題を5回解かせ、最も多く選ばれた答えを採点
評価は、例題や正答を事前に提示しない「ゼロショット」方式で行いました。AIに同じ問題を5回解かせたうえで、最も多く選んだ答えを最終回答としました。
サムスンソウル病院は、ZEO Med 2が扱った医学問題の例として、2026年の第90回医師国家試験の設問1問を提示しました。高熱で救急外来を受診した20カ月の女児が1回けいれんした後、意識を回復できない状態で再びけいれんを起こした場合、どの薬剤を使用すべきかを問う問題です。正答は選択肢の中の、ベンゾジアゼピン系抗けいれん薬であるロラゼパムです。
このように医師試験では、医学知識を問う問題だけでなく、患者の状態を把握して適切な治療法を選ばせる臨床状況型の設問も出題されます。
ただし、試験問題の正解数が多いからといって、実際の診療能力まで証明されたとみなすことはできません。医療現場では、患者の病歴や検査結果、画像、服用薬など、はるかに多くの情報を併せて確認する必要があります。AIが誤った判断をすれば、患者安全にも影響し得ます。
試験に強いAIを超え、音声・画像まで
ZEO Med 2のモデル情報と評価方法、評価コードなどは、グローバルAIプラットフォームのHugging Faceで公開しました。グーグルのGemma 4 31Bに医療分野データを追加学習させたモデルです。関連する重みも公開し、研究者と開発者が定められた条件に従って活用できるようにしました。
サムスンソウル病院は今後、ZEO Med 2が文章だけでなく音声と画像まで併せて処理できるよう高度化する計画です。医療現場でAIがどの情報を受け取り、どのような回答を出すのか、どの機能まで使用できるのかを管理する安全装置も強化します。少ない計算資源でも使えるよう、モデルサイズを縮小する作業も並行して進めます。
チャ・ウォンチョル教授は「いまや試験問題をどれだけ多く正解できるかよりも、音声・画像までカバーし、実サービスに安定して接続でき、軽量でどこでも使えるモデルを作ることが鍵です」と述べたうえで、「医療現場に実質的に貢献する臨床特化AIへ発展させていきます」と語りました。
