近年，医療分野に自然言語処理を応用する研究が注目されている．そこで，当研究室では，公衆衛生サーベイランスの実現を目指し，特定の病気や感染症であるか否かを問わず，いつ，どこで，どのような病気・症状がSNS上で投稿されているのかを収集・分析し，地域別・時系列別に可視化するシステムの構築を進めている．本稿では，BERTを用いた患者表現辞書に収録されている11種の標準病名に対応する84種の出現形を対象に，多様な病気症状に対応できる事実性解析手法について検討する．実験により，RoBERTaやLMedRoBERTa，PubMedBERTといった事前学習済みモデルを用いた事実性解析モデルの性能を比較し，考察する．