中国科学院合肥物质科学研究院の研究チームが、胸部X線画像の「ゼロサンプル」診断に特化した新型AI医療診断システム「MultiXpert」を開発した。このシステムは、従来のAIが依存する大量のラベル付きデータを必要とせず、一度も見ない疾患も識別可能で、医師に近い診断思考を実現する点で画期的である。胸部X線は臨床で広く用いられる検査法だが、人間による判断は時間と専門知識を要し、既存のAIモデルはデータの偏りや新興疾患への対応力に限界がある。MultiXpertは、画像とテキストの多モーダル双流構造を採用。画像側では、病変を自動検出する「病変感知マスク」を導入し、明示的なラベルなしでも病変特徴を高精度に捉える。また、階層的メモリ行列により、全体解剖構造と局所病変の情報のバランスを動的に維持し、複雑な画像の構造的理解を強化する。テキスト側では、大規模言語モデルと放射線科専門知識を統合。病変の記述を臨床標準に沿って意味校正・構造化し、解剖的正確性と医学的整合性を両立。両モーダル間の「クロスモーダル意味対応」により、多粒度情報が補完的に融合され、ゼロサンプル環境下でも高い診断性能を発揮する。実験では、4つの公共データセットで平均AUCが7.5%向上し、既存の視覚言語モデルと比較してゼロサンプル性能で平均3.9%の改善を達成。この成果は、医療AIが「ラベル依存」から「自主理解」へ進化する新たな道筋を示し、新興疾患や医療機関間のデータ差に対応可能な診断システムの実現に貢献する。研究成果は『Information Processing and Management』に掲載され、国家自然科学基金などの支援を受けている。