大規模言語モデルが抱える社会的属性に基づく偏りを検出し、臨床試験のマッチングや医療質問応答などの場面で生じる不公平を低減するため、EquityGuardという新たなフレームワークが提案された。

本研究では、GPT-4などの大規模言語モデル（LLM）を医療領域に適用する際、患者の人種、性別、収入、LGBT+の有無、ホームレスの状態、失業や障害の有無といった社会的決定要因（SDOH）が出力...