本研究では、臨床心臓病学における効率的なテキスト埋め込みモデル「CardioEmbed」が開発されました。このモデルは、PubMedの研究文献ではなく、心臓病学の包括的な教科書から収集した約150,000文を用いて、対比学習に基づいて訓練されました。CardioEmbedは、現行の最先端モデル「MedTE」に比べて、心臓病特有の意味情報検索タスクにおいて99.60%の精度を達成し、15.94ポイントの改善を示しています。また、このモデルは医学的ベンチマークにおいても競争力のある成績を収め、特に心臓病領域に特化したトレーニングにより、ほぼ完璧な検索精度を実現しています。