スタンフォード大が医療AIの限界を指摘、タスク達成率は5割未満
要点：スタンフォード大学の研究チームが医療AIのベンチマークを実施した結果、GPT-5.5やClaude Opus 4.6を用いても臨床タスクの達成率は50%を下回りました。主な失敗要因は、システム間での情報伝達時におけるコンテキストの欠落にあると分析されています。
日本の事業者にとって、なぜ重要？
医療現場でのAI導入において、現状のモデルが抱える複雑なタスク処理能力の限界を理解し、慎重な運用設計を行うための指標となります。
元記事
Measuring What Medical AI Can Actually Do
元記事を読むAI評価
外部公開データの選定スコアです。評価元の掲載内容も確認できます。
選定元：AI HOT