Comparative Performance of Large Language Models in Answering Guideline-Based Questions on Juvenile Idiopathic Arthritis: A Blinded Expert Evaluation
ガイドラインに基づく若年性特発性関節炎に関する質問の盲検化された専門家評価において、GPT-5.6 Solは正確性、使いやすさ、および全体的な品質においてGemini 3.1 ProとClaude Opus 5を大幅に上回り、小児リウマチ学における大規模言語モデルの自律的な使用ではなく監督下での使用の必要性を支持した。