医療分野に最適なオープンソースLLM(2026年版)
いずれかを選ぶ オープンソースの医療LLM 2026年には、患者データの機密性、臨床精度、GPU予算の間で判断する必要があります。 オープンソースの医療LLM 自己ホストは、記録を第三者のAPIに外部送信せず、GDPRと職業上の守秘義務を守るための有力な方法です。このガイドでは、医療用途(診療記録の要約、CIM-10によるコーディング、鑑別診断の支援、文献検索)に適したオープンウェイトモデルを、VRAM仕様、ライセンス、検証可能なベンチマークとともに紹介します。
医療分野でセルフホスト型モデルを使う理由
個人データに該当する健康データはGDPR第9条の対象となり、フランス国内でのHDSホスティングが義務付けられます。クラウドAPIは、暗号化されていても、診療所や病院をEU域外へのデータ移転のリスクにさらし、監査を複雑にします。オープンウェイトモデルをローカルGPUまたはオンプレミスサーバーでセルフホスティングすれば、このリスクを排除できます。
2つ目の論点は追跡可能性です。ローカルで重み付けされたモデル(重みが固定され、システムプロンプトがバージョン管理されている)は、重みが事前通知なしに変更される可能性のあるプロプライエタリなエンドポイントとは異なり、再現可能な出力を生成します。ある 診断用LLM 医療上の意思決定支援に用いる場合、この再現性はMDR 2017/745規則における機器の認定に必要です。
プロジェクト Google HealthのMedGemma, しばしば参考として引用されるもので、次のアプローチを示しています:公開されたウェイト、医療分野の公開データセット(MIMIC、PubMed)上でファインチューニング、透明な評価。より広いモデルファミリーの概要については、当社の インデックス済みの249モデルを網羅したカタログ.
臨床用途に適したモデルファミリー
2026年時点で、医療機器として正式に承認された汎用モデルはありません。モデルは、MedQA、MedMCQA、PubMedQA、MMLU-Medicalのベンチマークで測定された医学的推論の質と、ハードウェアの制約を照らし合わせて選びます。
推論モデル(鑑別診断、症例の要約)
- DeepSeek R1 671B (671B、MIT)— Q4でのVRAM使用量は約400 GB、コンテキスト長は128,000。ネイティブな思考連鎖(chain-of-thought)推論が複雑なケースに役立ちます。MedQAスコアはpass@1で約88%と推定されます。
- DeepSeek R2 32B (32B、MIT)— Q4 での VRAM は約19 GB、コンテキストは128 000。RTX 5090 1基で動作する蒸留版で、診療所や病院の診療科に適しています。
- QwQ 32B (32B, Apache 2.0) — 長い推論、コンテキスト131,072。MMLU-Medicalの性能は、独立した評価を経て確認する必要があります。
- DeepSeek R1 Distill 32B (32B、MIT)— H100 GPUを備えていない施設向けの軽量な代替モデルです。
医療分野で優れた性能を発揮する汎用モデル
- Llama 3.3 70B Instruct (70B、Llama 3.3 Community)— Q4 VRAM:約40 GB。フランス語圏の医学文献で十分に文書化され、ファインチューニングの基盤としてよく使われています。
- Mistral Large 3 675B (675B、Apache 2.0)— 開発元はパリに拠点を置く欧州企業で、256,000トークンのコンテキストは資料一式を読み込むのに役立ちます。
- Mistral Small 4 (119B、Apache 2.0)— Q4のVRAMは約72 GBで、2× A100 80 GBサーバーに適した妥協点です。
- Qwen 3 235B-A22B (235B MoE、Apache 2.0)— mixture-of-expertsアーキテクチャ、アクティブなパラメータは22B、許容可能なレイテンシ。
- gpt-oss 120B (117B、Apache 2.0)— OpenAIのオープンモデル、ctx 128 000。
画像処理とスキャンレポート向けのマルチモーダルモデル
- Qwen 3 VL 235B-A22B (235B、Apache 2.0)— 視覚・言語モデル、コンテキスト長 262 144。スキャンしたPDFの報告書やグラフを読み取れます。
- LLaVA-OneVision 72B (72B、Apache 2.0)— 学術系の代替モデル arXivで文書化されています.
- Molmo 72B (72B、Apache 2.0)— オープンビジョンのAllen AI.
VRAM、量子化、対象ハードウェア
ハードウェアのサイジングが、〜のあらゆる展開を左右しますローカルで動作する医療AI。以下の値は、トレーニングのバッチ処理を除く推論に関するものです。
個人事業主(開業医、研究医)向け : - Qwen 3.6 35B-A3B — Q4で約21 GB、32 GBのVRAMを搭載したRTX 5090に収まります — Granite 4.0 H-Small 32B-A9B — Q4で約19 GB、 IBM ResearchのApache 2.0ライセンス - Gemma 4 31B — Q4 約18 GB、Gemmaライセンス(臨床導入前に確認すること) - Seed-OSS 36B Instruct — ctx 524 288、複数の診療記録を読み込むのに役立ちます
病院の診療部門向け(DGXまたはH100サーバー1〜2台) : - Llama 4 Scout 109B — Q4 約65 GB、コンテキスト1,000万トークン(本番環境での確認が必要) - Mistral Small 4 — Q4 約72 GB - Qwen 3.5 122B-A10B — Q4 約73 GB - Mixtral 8x22B Instruct — Q4で約82 GB、医療文書作成に定評のある選択肢
大学病院(CHU)または医療分野のソフトウェアベンダー向け(マルチノードクラスタ) : - DeepSeek V3.2 — Q4 約410 GB - GLM-5.1 — Q4 ~445 GB、ctx 200 000 - Mistral Large 3 675B — Q4 約405 GB
Q5の推定容量は約25%増え、FP16ではこれらの容量が2倍になります。より正確に見積もるには、こちらをご利用ください: GPUコンフィギュレーター は、コンテキストウィンドウを最大まで使用した場合のKVキャッシュも考慮します。
ライセンス:臨床で利用できるもの、障壁となるもの
ライセンスによって、医療機関向けに課金する製品へモデルを組み込めるかどうかが決まります。
- Apache 2.0 (Mistral, Qwen, IBM Granite, gpt-oss, Mixtral):商用利用は自由で、改変も認められ、特許の使用許諾も付与されます。医療機器向けには最も簡単な選択肢です。
- MIT (DeepSeek、MiMo、Ring-1T、GLM):実質的には同等ですが、明示的な特許条項はありません。
- Llama 3 / 3.3 / 4 Community :月間アクティブユーザー数が7億人未満であれば商用利用が認められますが、一部の軍事用途には制限があります。確認: Metaの公式ライセンス デプロイ前。
- Gemma (Google):一部の用途を禁止し、利用制限を一方的に更新できる条項があります。認証を受けた医療製品では、扱いがより難しくなります。
主権を重視する欧州の組織にとって、 Mistral Large 3 675B, Apertus 70B (Swiss AI)および Salamandra 40B Instruct (Barcelona Supercomputing Center)は、重み全体をEU域内でホストできます。これらの選択肢を比較するページはこちら: Mistral 対 Llama.
医療ベンチマーク:数値が意味すること
2026年に最も広く利用されている公開医療ベンチマーク:
- MedQA(USMLE) : アメリカの医師試験形式の多肢選択問題。歴史的参考として、参照してください arXivの原論文.
- MedMCQA :インドの多肢選択式問題で、幅広い専門分野をカバーしています。
- PubMedQA : PubMedの論文抄録に基づく推論。
- MMLU-Medical : MMLUの医療サブセットです。
- MultiMedQA :次が公開した集計 Google Research.
汎用モデルのMedQAスコア(pass@1。HuggingFaceのモデルカードと技術論文に基づく推定値で、重大な判断に関わる用途では確認が必要):
- DeepSeek R1 671B : ~88 %
- Llama 3.3 70B : ~82 %
- Mixtral 8x22B : ~78 %
- Qwen 3 32B :約80%(推定)
バイオメディカル分野のパイプライン用ツールのプログラミング(FHIRの解析、DICOM画像の抽出スクリプト)では、 Qwen 2.5 Coder 32B または Qwen3-Coder-Next 80B-A3B HumanEvalで85%を超えるスコアを達成しています。
注意 :MedQAベンチマークで高いスコアを得ても、市場投入の承認を得たことにはなりません。クラスIIa以上の医療機器には、IEC 62304規格およびMDR規則に準拠した臨床検証が必要です。
具体的なユースケースと推奨パイプライン
手術記録の要約 : Mistral Small 4 または Llama 3.3 70B, コンテキスト 128,000 トークン。SOAP形式の構造化プロンプトで要約を要求します。詳細は当社の 医療分野向けファインチューニングガイド.
CIM-10およびCCAMに基づく医療コード付与の支援 : Granite 4.0 H-Small 公式の命名規則を基盤とするRAGを備えています。IBMは評価結果を 自社のGraniteハブ.
PubMed文献検索 : Qwen 3 VL 235B-A22B 図を読み取るために、ベクトルインデックスと組み合わせて使用します。参照先: 医療RAGガイド.
鑑別診断の支援 : DeepSeek R1 671B または DeepSeek R2 32B を段階的な推論に利用します。必ず人間による検証を行い、補助として使用し、代替としては使用しないでください。
遠隔診療と文字起こし :Whisper-large-v3(OpenAI repo) を先に使い、その後 Mistral Large 3 体裁を整えるために。
他の分野と比較するには、こちらをご覧ください 法律分野に最適なLLM または コード向けに最適なLLM.
FAQ
Q:MedGemmaはquelllm.frに掲載されていますか?
医療分野に特化したモデルのバリエーションは別途管理されているため、MedGemmaはまだ249モデルを収録したカタログには掲載されていません。すぐに導入する場合は、 Gemma 4 31B はGemmaライセンスの下でベースモデルとなり、内部コーパスでファインチューニングすることを想定しています。MedGemmaファミリーについてはGoogle HealthがHuggingFace上でドキュメントを公開しており、標準的なvLLMサーバーとの互換性も維持されています。
Q:個人で臨床用途に使う場合、最低限必要なVRAMはどのくらいですか?
32BモデルをQ4量子化で、32,000トークンの有効コンテキストで動作させるには、20〜24 GBのVRAMを確保してください。32 GBの RTX 5090、48 GBの RTX 6000 Ada、または96 GBのMac Studio M3 Ultraが適しています。16 GB未満の場合、7B〜13Bのモデルに限定されますが、その医療分野での品質はプロフェッショナルな用途には不十分と判断されています。
Q:認証なしでオープンソースの医療用LLMを本番環境にデプロイできますか?
医療上の意思決定に介入しない、文書作成支援を目的とした内部利用であれば、はい。モジュールが診断、処方、または患者のトリアージに影響を与えると、MDR 2017/745規則の適用範囲に入ります。 デジタル医療機器に関するANSMのドキュメント しきい値を明確にします。
Q:医療分野では、DeepSeek R1とR2にどのような違いがありますか?
DeepSeek R1 671B は、長い推論と百科事典的な知識の深さにおいて引き続き基準となるモデルですが、約400 GBのVRAMを必要とします。 DeepSeek R2 32B は単一GPUで動作する蒸留版で、入手可能な技術レポートによれば、MedQAでは元のモデルの約90%の性能を維持しています(要確認)。
Q:中国製モデルは患者データにリスクをもたらしますか?
重みが公開されているモデル(DeepSeek、Qwen、GLM、MiMo)は、外部にテレメトリーを送信せずにローカルで動作します。リスクはデータの流出ではなく、疾患、用法・用量、治療プロトコルに関する文化的バイアスです。フランス語圏の事例を用いた内部評価が必要です。比較対象: Mistral 対 DeepSeek.
Q:フランス語の医療分野の文字起こしには、どのモデルを選べばよいですか?
生の文字起こしでは、Whisper-large-v3が依然として定番です。逐語録を報告書の形式に整える際は、 Mistral Small 4 または Llama 3.3 70B 自然な医療フランス語を生成します。対象となる専門分野を指定するシステムプロンプトを追加してください。
結論
1つを選ぶ オープンソースの医療LLM 2026年には、まず利用可能なハードウェアと適用を想定する規制の枠組みに左右されます。診療所では、 DeepSeek R2 32B または Granite 4.0 H-Small 十分です。CHUの場合は、 Mistral Large 3 675B または DeepSeek R1 671B 複雑なケースにも対応します。次の機能で選択を絞り込めます GPUコンフィギュレーター または、以下を閲覧する 全モデルのカタログ ライセンスと VRAM でフィルタリング済み。