本論文は、小児科医療情報学、診断および意思決定支援における大規模言語モデル（LLM）とビジョン増強LLM（VLM）の偏向、特に年齢偏向の問題を扱います。既存のモデルが小児関連の質問回答課題でパフォーマンスの低下を示すことを指摘し、これは小児研究の不足しているリソースと代表性に起因すると主張しています。これを解決するために、7つの発達段階（胎児期から青年期）を含む3,417のテキストベースの質問と67の画像医学検査方法で得られた634の小児画像に基づいた2,067の視覚ベースの質問で構成される新しいマルチモーダル小児質問応答ベンチマークであるPediatricsMQAを提示します。最新のオープンモデル評価の結果、若い年齢層でパフォーマンスの低下が顕著に現れ、小児医療の分野で公正なAIを支援するためには、年齢を考慮した方法が必要であることを強調しています。
