自然言語推論（Natural Language Inference, NLI）とは、二つの文の間に含まれる関係（含意、矛盾、中立）を識別するタスクである。MedNLIは、臨床分野を対象とした医療分野特化型のNLIデータセットである。本研究では、Transformerの双方向エンコーダ表現（Bidirectional Encoder Representations from Transformers, BERT）を用いてMedNLIを解決する手法の有効性を検討した。提案モデルは、PMCおよびPubMedで事前学習を行い、さらにMIMIC-III v1.4で微調整したBERTを採用しており、MedNLIにおいて最先端の性能（83.45％）を達成した。また、MEDIQAチャレンジにおいても78.5％の精度を記録した。著者らは、BERTをMedNLIで学習させた際に生じた注目機構（attention patterns）の分析を行い、視覚化ツール「bertviz」を用いてその結果を提示している。