歯科外傷における5つの無料大規模言語モデルのパフォーマンス：30日間の縦断的ベンチマーク研究
Rafaela Mancini Lisboa1, Arian Braido2, Adriana de-Jesus-Soares2
1Departament of Dentistry, Centro Universitário das Faculdades Associadas de Ensino - UNIFAE, São João da Boa Vista, Brazil.
Frontiers in oral health
|December 31, 2025
まとめ
マイクロソフト コパイロットとディープシークは、歯科外傷の質問に高い精度と一貫性を示し、他の大規模言語モデル（LLM）を上回りました。パフォーマンスは30日間安定しており、コンテキストプロンプティングによる有意な影響はありませんでした。
背景:
- 大規模言語モデル（LLM）は、医療情報検索にますます使用されています。
- 歯科外傷のような専門分野におけるLLMの精度と一貫性は、厳密な評価が必要です。
結論:
- マイクロソフト コパイロットとディープシークは、歯科外傷情報に対して高い精度と信頼性を示します。
- 歯科外傷におけるLLMのパフォーマンスは時間とともに安定しており、臨床サポートの可能性を示唆しています。
- LLMを歯科教育および患者情報リソースに統合するさらなる研究が可能です。
