AI臨床Q&Aを支えるAgentic RAG 〜エビデンスに基づく回答の提供に向けて〜

めぐろLT #35でLT発表する内容です。
https://meguro-lt.connpass.com/event/379340/

Transcript

1. AI臨床Q&Aを支えるAgentic RAG 〜エビデンスに基づく回答の提供に向けて〜 2026.02.24
2. アジェンダ 1 自己紹介&プロダクト紹介 2 アーキテクチャ概要 3 ハイブリッド検索の工夫 4 まとめ © 2026 セラピストドットコム 1
3. 01 自己紹介&プロダクト紹介 © 2026 セラピストドットコム 2
4. 自己紹介 © 2026 セラピストドットコム 3 • 氏名：宮原 崇志 • 所属：株式会社バックテック • 役割：フルスタックエンジニア
5. プロダクト紹介 © 2026 セラピストドットコム 3
6. プロダクト紹介 | AI臨床Q&A © 2026 セラピストドットコム 3
7. 02 アーキテクチャ概要 © 2026 セラピストドットコム 4
8. アーキテクチャ概要 © 2026 セラピストドットコム 3
9. 生成AIの利用箇所 © 2026 セラピストドットコム 3
10. 利用しているモデル © 2026 セラピストドットコム 3 • 質問分類 ◦ Azure OpenAI Service：GPT-4o-mini ▪ GPT-5-nanoへ換装予定 • 回答生成 ◦ Claude Sonnet 4.6（OpenRouter） • 論文のエンべディング ◦ Azure OpenAI Service：text-embedding-3-small
11. なぜこのアーキテクチャなのか © 2026 セラピストドットコム 3 セラピストの方は、「エビデンス」に基づく情報を求めている 単純にLLMへ質問し回答を得るだけでは不十分なことが多い
12. エビデンスの確保 © 2026 セラピストドットコム 3 PubMedの論文 理学療法士協会 制定の ガイドライン
13. 論文検索 © 2026 セラピストドットコム 3 5つのフェーズに分解し、ミニマムな機能から提供を開始 ユーザーのFBから品質と性能向上を都度実施 検索語句に 関連する 論文を 都度検索 フェーズ1 ユーザーの 質問意図の 分類と 回答生成 フェーズ2 論文データの 蓄積と分類 （RAG） フェーズ3 ベクトル検索 と キーワード検 索の併用 フェーズ4 ガイドライン も検索対象へ 追加 フェーズ5 ハイブリッド検索
14. 03 ハイブリッド検索の工夫 © 2026 セラピストドットコム 7
15. RAGで全てを解決する © 2026 セラピストドットコム 3 「PubMed論文数万件のエンベディング完了。 ベクトル検索で高精度な論文検索ができる！」
16. RAGで全てを解決する ....と思っていた © 2026 セラピストドットコム 3 • 質問 ◦ 「ACL再建術後の復帰基準は？」 • 期待 ◦ ACL（前十時靭帯）の論文 • 実際 ◦ PCL・MCL・半月板の論文の大量にヒット • 原因 ◦ ベクトル空間上で「肘の靭帯手術」として近傍に密集 「あれれ...」
17. なぜハイブリッド検索なのか © 2026 セラピストドットコム 3 検索手法 強み 弱み ベクトル検索 意味的に関連する論文を広く発見 似て非なる疾患を混同する キーワード検索 正確な医療用語に一致する論文を確実に取得 表記揺れ・抽象的な質問に弱い ハイブリッド検索 両者の強みを統合・弱点を相殺 ー
18. 04 まとめ © 2026 セラピストドットコム 10
19. 本日のまとめ • 医療AIで意識したこと ◦ 「LLMの知識に頼りすぎない」 ▪ エビデンスとなる情報を元に思考させて回答を提示する構造にした • Agentic RAGの実感 ◦ 単純なRAGよりも回答品質が上がる ▪ レイテンシとのトレードオフなので、利用状況に応じて制御する • 今後 ◦ 質問分類の精度向上とユーザーの意図を解釈・理解する機構を強化 © 2026 セラピストドットコム 13