本稿は，医用画像解析における視覚言語モデル（VLM）の下流タスクへの適用に向けた特徴空間の解析に関する研究を報告する．近年，多数の医用VLMが提案されている．医用VLMは多量のデータを学習することで，関連するモダリティーの画像や疾患に対する高品質なファインチューニング元としての役割が期待される．一方で，下流タスクに最適なモデルを選択し活用する手法は十分に確立されていない．本稿はこれからVLMの応用を目指す研究者への指針となるべく，医用VLMのデータセット構築と主要モデルの現状に関する広範なサーベイを行った．8種類の医用画像データセットを用いて，代表的な医用および非医用VLMが抽出する画像特徴の分布を次元削減により可視化し，線形識別器による定量的評価を行った．結果として，医用画像ドメインへの特化の有無にかかわらず，VLMは背景バイアスを含め識別的な特徴を十分以上に捉えることが確認された．
