モデル概要

霊枢モデルは汎用基礎モデルで、医療分野の多モーダル理解と推論に特化し、12種類以上の医学画像モードをサポートします。

モデル特徴

多モーダル医療理解

12種類以上の医学画像モードをサポートし、X線、CTスキャン、MRIなどが含まれます。

卓越した性能

ほとんどの医療多モーダル/テキスト質問応答とレポート生成タスクで最先端レベルに達します。

多タスクサポート

ビジュアル質問応答、テキスト質問応答、レポート生成などの複数の医療タスクを同時にサポートします。

モデル能力

医療画像解析

医療テキスト理解

医療レポート生成

多モーダル推論

医療質問応答

使用事例

医療診断支援

画像レポート生成

医学画像に基づいて自動的に診断レポートを生成します。

MIMIC - CXRデータセットでROUGE - Lが30.8、CIDErが109.4に達します。

医療ビジュアル質問応答

医学画像に基づく臨床問題に回答します。

VQA - RADデータセットで正解率が67.9%に達します。

医学教育

医学知識質問応答

様々な医学知識の質問に回答します。

MMLU - Medデータセットで正解率が74.5%に達します。

🚀 Lingshu - 医療分野向けの最先端マルチモーダル大規模言語モデル

Lingshuは、医療分野における画像とテキストを組み合わせたマルチモーダルな理解と推論を行う最先端の大規模言語モデルです。医療VQAタスクやレポート生成において高い性能を発揮します。

ウェブサイト 🤖 7Bモデル 🤖 32Bモデル MedEvalKit 技術レポート

大きなニュース: Lingshuがリリースされ、医療VQAタスクとレポート生成において最先端の性能を発揮します。

このリポジトリには、論文Lingshu: A Generalist Foundation Model for Unified Multimodal Medical Understanding and Reasoningのモデルが含まれています。また、包括的な医療評価ツールキットをMedEvalKitで公開しており、主要なマルチモーダルおよびテキスト医療タスクの高速評価をサポートしています。

✨ 主な機能

Lingshuモデルは、7Bと32Bのモデルサイズにおいて、ほとんどの医療マルチモーダル/テキストQAおよびレポート生成タスクで最先端の性能を達成しています。
Lingshu-32Bは、ほとんどのマルチモーダルQAおよびレポート生成タスクでGPT-4.1やClaude Sonnet 4を上回っています。
Lingshuは、X線、CTスキャン、MRI、顕微鏡検査、超音波検査、病理組織検査、皮膚鏡検査、眼底検査、OCT、デジタル写真、内視鏡検査、PETなど、12種類以上の医療画像モダリティをサポートしています。

📦 リリース情報

技術レポート: Arxiv: Lingshu: A Generalist Foundation Model for Unified Multimodal Medical Understanding and Reasoning
モデルの重み:
- Lingshu-7B
- Lingshu-32B

⚠️ 重要提示

重み、コード、デモはオープンに公開されていますが、他の事前学習言語モデルと同様に、私たちがレッドチーミングやセキュリティ微調整を行ったとしても、モデルには不正確、誤解を招く、または潜在的に有害な生成を含む潜在的なリスクがあります。開発者や関係者は、デプロイ前に独自のレッドチーミングを行い、関連するセキュリティ対策を講じる必要があり、また、現地の規制や法令を遵守しなければなりません。公開された重み、コード、またはデモの使用に起因するいかなる請求、損害、またはその他の責任について、著者は一切の責任を負いません。

📚 詳細ドキュメント

医療マルチモーダルVQA

モデル	MMMU-Med	VQA-RAD	SLAKE	PathVQA	PMC-VQA	OmniMedVQA	MedXpertQA	平均
独占モデル
GPT-4.1	75.2	65.0	72.2	55.5	55.2	75.5	45.2	63.4
Claude Sonnet 4	74.6	67.6	70.6	54.2	54.4	65.5	43.3	61.5
Gemini-2.5-Flash	76.9	68.5	75.8	55.4	55.4	71.0	52.8	65.1
オープンソースモデル（<10B）
BiomedGPT	24.9	16.6	13.6	11.3	27.6	27.9	-	-
Med-R1-2B	34.8	39.0	54.5	15.3	47.4	-	21.1	-
MedVLM-R1-2B	35.2	48.6	56.0	32.5	47.6	77.7	20.4	45.4
MedGemma-4B-IT	43.7	72.5	76.4	48.8	49.9	69.8	22.3	54.8
LLaVA-Med-7B	29.3	53.7	48.0	38.8	30.5	44.3	20.3	37.8
HuatuoGPT-V-7B	47.3	67.0	67.8	48.0	53.3	74.2	21.6	54.2
BioMediX2-8B	39.8	49.2	57.7	37.0	43.5	63.3	21.8	44.6
Qwen2.5VL-7B	50.6	64.5	67.2	44.1	51.9	63.6	22.3	52.0
InternVL2.5-8B	53.5	59.4	69.0	42.1	51.3	81.3	21.7	54.0
InternVL3-8B	59.2	65.4	72.8	48.6	53.8	79.1	22.4	57.3
Lingshu-7B	54.0	67.9	83.1	61.9	56.3	82.9	26.7	61.8
オープンソースモデル（>10B）
HealthGPT-14B	49.6	65.0	66.1	56.7	56.4	75.2	24.7	56.2
HuatuoGPT-V-34B	51.8	61.4	69.5	44.4	56.6	74.0	22.1	54.3
MedDr-40B	49.3	65.2	66.4	53.5	13.9	64.3	-	-
InternVL3-14B	63.1	66.3	72.8	48.0	54.1	78.9	23.1	58.0
Qwen2.5V-32B	59.6	71.8	71.2	41.9	54.5	68.2	25.2	56.1
InternVL2.5-38B	84.6	74.2	65.9	74.4	55.0	79.9	24.4	58.4
InternVL3-38B	83.8	73.2	64.9	73.5	54.6	16.0	42.5	58.4
Lingshu-32B	62.3	76.5	89.2	65.9	57.9	83.4	30.9	66.6

医療テキストQA

モデル	MMLU-Med	PubMedQA	MedMCQA	MedQA	Medbullets	MedXpertQA	SuperGPQA-Med	平均
独占モデル
GPT-4.1	89.6	75.6	77.7	89.1	77.0	30.9	49.9	70.0
Claude Sonnet 4	91.3	78.6	79.3	92.1	80.2	33.6	56.3	73.1
Gemini-2.5-Flash	84.2	73.8	73.6	91.2	77.6	35.6	53.3	69.9
オープンソースモデル（<10B）
Med-R1-2B	51.5	66.2	39.1	39.9	33.6	11.2	17.9	37.0
MedVLM-R1-2B	51.8	66.4	39.7	42.3	33.8	11.8	19.1	37.8
MedGemma-4B-IT	66.7	72.2	52.2	56.2	45.6	12.8	21.6	46.8
LLaVA-Med-7B	50.6	26.4	39.4	42.0	34.4	9.9	16.1	31.3
HuatuoGPT-V-7B	69.3	72.8	51.2	52.9	40.9	10.1	21.9	45.6
BioMediX2-8B	68.6	75.2	52.9	58.9	45.9	13.4	25.2	48.6
Qwen2.5VL-7B	73.4	76.4	52.6	57.3	42.1	12.8	26.3	48.7
InternVL2.5-8B	74.2	76.4	52.4	53.7	42.4	11.6	26.1	48.1
InternVL3-8B	77.5	75.4	57.7	62.1	48.5	13.1	31.2	52.2
Lingshu-7B	74.5	76.6	55.9	63.3	56.2	16.5	26.3	52.8
オープンソースモデル（>10B）
HealthGPT-14B	80.2	68.0	63.4	66.2	39.8	11.3	25.7	50.7
HuatuoGPT-V-34B	74.7	72.2	54.7	58.8	42.7	11.4	26.5	48.7
MedDr-40B	65.2	77.4	38.4	59.2	44.3	12.0	24.0	45.8
InternVL3-14B	81.7	77.2	62.0	70.1	49.5	14.1	37.9	56.1
Qwen2.5VL-32B	83.2	68.4	63.0	71.6	54.2	15.6	37.6	56.2
InternVL2.5-38B	84.6	74.2	65.9	74.4	55.0	14.7	39.9	58.4
InternVL3-38B	83.8	73.2	64.9	73.5	54.6	16.0	42.5	58.4
Lingshu-32B	84.7	77.8	66.1	74.7	65.4	22.7	41.1	61.8

医療レポート生成

モデル	MIMIC-CXR					CheXpert Plus					IU-Xray
	ROUGE-L	CIDEr	RaTE	SembScore	RadCliQ-v1^-1	ROUGE-L	CIDEr	RaTE	SembScore	RadCliQ-v1^-1	ROUGE-L	CIDEr	RaTE	SembScore	RadCliQ-v1^-1
独占モデル
GPT-4.1	9.0	82.8	51.3	23.9	57.1	24.5	78.8	45.5	23.2	45.5	30.2	124.6	51.3	47.5	80.3
Claude Sonnet 4	20.0	56.6	45.6	19.7	53.4	22.0	59.5	43.5	18.9	43.3	25.4	88.3	55.4	41.0	72.1
Gemini-2.5-Flash	25.4	80.7	50.3	29.7	59.4	23.6	72.2	44.3	27.4	44.0	33.5	129.3	55.6	50.9	91.6
オープンソースモデル（<10B）
Med-R1-2B	19.3	35.4	40.6	14.8	42.4	18.6	37.1	38.5	17.8	37.6	16.1	38.3	41.4	12.5	43.6
MedVLM-R1-2B	20.3	40.1	41.6	14.2	48.3	20.9	43.5	38.9	15.5	40.9	22.7	61.1	46.1	22.7	54.3
MedGemma-4B-IT	25.6	81.0	52.4	29.2	62.9	27.1	79.0	47.2	29.3	46.6	30.8	103.6	57.0	46.8	86.7
LLaVA-Med-7B	15.0	43.4	12.8	18.3	52.9	18.4	45.5	38.8	23.5	44.0	18.8	68.2	40.9	16.0	58.1
HuatuoGPT-V-7B	23.4	69.5	48.9	20.0	48.2	21.3	64.7	44.2	19.3	39.4	29.6	104.3	52.9	40.7	63.6
BioMediX2-8B	20.0	52.8	44.4	17.7	53.0	18.1	47.9	40.8	21.6	43.3	19.6	58.8	40.1	11.6	53.8
Qwen2.5VL-7B	24.1	63.7	47.0	18.4	55.1	22.2	62.0	41.0	17.2	43.1	26.5	78.1	48.4	36.3	66.1
InternVL2.5-8B	23.2	61.8	47.0	21.0	56.2	20.6	58.5	43.1	19.7	42.7	24.8	75.4	51.1	36.7	67.0
InternVL3-8B	22.9	66.2	48.2	21.5	55.1	20.9	65.4	44.3	25.2	43.7	22.9	76.2	51.2	31.3	59.9
Lingshu-7B	30.8	109.4	52.1	30.0	69.2	26.5	79.0	45.4	28.7	46.8	32.6	115.1	52.8	35.3	72.7
オープンソースモデル（>10B）
HealthGPT-14B	27.4	77.2	49.7	24.7	57.4	24.7	68.9	43.8	25.2	43.0	28.7	91.9	50.9	32.4	64.8
HuatuoGPT-V-34B	25.3	70.1	47.8	22.7	55.0	22.4	63.7	42.4	22.2	41.7	27.6	87.4	50.2	30.6	62.6
MedDr-40B	24.2	68.5	46.9	21.7	53.8	21.3	61.4	41.5	20.9	40.6	26.5	83.9	49.3	29.7	60.7
InternVL3-14B	28.6	80.7	50.9	25.9	58.6	25.9	72.2	44.9	26.4	44.2	30.1	95.7	52.1	33.6	66.0
Qwen2.5VL-32B	26.8	73.5	48.6	23.7	56.2	23.7	66.3	43.1	23.9	42.5	29.0	90.2	51.2	31.7	64.0
InternVL2.5-38B	29.1	82.0	51.2	26.2	59.0	26.2	73.5	45.2	26.7	44.5	30.6	97.0	52.4	33.9	66.3
InternVL3-38B	29.4	82.7	51.4	26.4	59.3	26.4	73.9	45.4	26.9	44.7	30.8	97.6	52.6	34.1	66.5
Lingshu-32B	32.6	112.7	53.0	31.2	71.4	27.8	80.3	46.3	29.6	47.9	34.2	118.3	53.7	36.4	74.6