本記事では、心電図（ECG）に特化した大規模言語モデル（LLM）のトレーニングと評価について述べています。研究チームは、オープンな重みを持つモデルを心血管医学の文献に基づいてファインチューニングし、評価手法を多層的に実施しました。その結果、ファインチューニングされたLlama 3.1 70Bモデルは、選択肢評価や自動テキストメトリクスで優れた性能を示しましたが、高度なクエリに対してはClaude 3.7およびRAGアプローチが好まれました。多くの評価手法でファインチューニングモデルが基本モデルを大幅に上回る結果が得られました。この研究は、プライバシーを保護しつつ、臨床での利用が可能なソリューションの有望性を示唆しています。