論文の概要: Medical Dialogue: A Survey of Categories, Methods, Evaluation and Challenges
- arxiv url: http://arxiv.org/abs/2405.10630v1
- Date: Fri, 17 May 2024 08:46:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-20 16:32:42.320410
- Title: Medical Dialogue: A Survey of Categories, Methods, Evaluation and Challenges
- Title(参考訳): 医学対話 : カテゴリー, 方法, 評価, 課題
- Authors: Xiaoming Shi, Zeming Liu, Li Du, Yuxuan Wang, Hongru Wang, Yuhang Guo, Tong Ruan, Jie Xu, Shaoting Zhang,
- Abstract要約: 本稿では,医療ダイアログシステムの研究成果を調査・整理する。
有名なコンピュータ科学や自然言語処理会議、ジャーナルから325の論文を初期プールで調査している。
医療ダイアログシステム、特に大規模言語モデルにおける大きな課題をリストアップする。
- 参考スコア(独自算出の注目度): 30.204295770270416
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper surveys and organizes research works on medical dialog systems, which is an important yet challenging task. Although these systems have been surveyed in the medical community from an application perspective, a systematic review from a rigorous technical perspective has to date remained noticeably absent. As a result, an overview of the categories, methods, and evaluation of medical dialogue systems remain limited and underspecified, hindering the further improvement of this area. To fill this gap, we investigate an initial pool of 325 papers from well-known computer science, and natural language processing conferences and journals, and make an overview. Recently, large language models have shown strong model capacity on downstream tasks, which also reshaped medical dialog systems' foundation. Despite the alluring practical application value, current medical dialogue systems still suffer from problems. To this end, this paper lists the grand challenges of medical dialog systems, especially of large language models.
- Abstract(参考訳): 本稿では,医療ダイアログシステムの研究成果を調査・整理する。
これらのシステムは応用の観点から医学界で調査されてきたが、厳密な技術的観点からの体系的なレビューは、いまだ顕著に欠落している。
その結果,医療対話システムのカテゴリ,方法,評価の概観は限定的かつ未特定のままであり,この分野のさらなる改善を妨げている。
このギャップを埋めるために、よく知られたコンピュータサイエンス、自然言語処理会議、ジャーナルから325の論文を初期プールで調査し、概観する。
近年,大規模言語モデルは下流タスクにおいて強力なモデル能力を示しており,医療ダイアログシステムの基礎も作り直されている。
実用的な応用価値は高いが、現在の医療対話システムは依然として問題に悩まされている。
本稿では,医療対話システム,特に大規模言語モデルにおける課題を列挙する。
関連論文リスト
- Medical Vision-Language Pre-Training for Brain Abnormalities [96.1408455065347]
本稿では,PubMedなどの公共リソースから,医用画像・テキスト・アライメントデータを自動的に収集する方法を示す。
特に,まず大きな脳画像テキストデータセットを収集することにより,事前学習プロセスの合理化を図るパイプラインを提案する。
また,医療領域におけるサブフィギュアをサブキャプションにマッピングするというユニークな課題についても検討した。
論文 参考訳(メタデータ) (2024-04-27T05:03:42Z) - MedRG: Medical Report Grounding with Multi-modal Large Language Model [42.04042642085121]
Medical Report Grounding (MedRG)は、キーフレーズを予測するためにマルチモーダルな大規模言語モデルを利用するエンドツーエンドのソリューションである。
MedRGの有効性を実証し,既存の医療用語の接頭法の性能を上回り,その効果を検証した。
論文 参考訳(メタデータ) (2024-04-10T07:41:35Z) - MidMed: Towards Mixed-Type Dialogues for Medical Consultation [12.676937863407542]
ほとんどの医療対話システムは、患者が医療相談の前に明確な目標(医療問合せ、外科手術問合せなど)を持つことを前提としている。
医療知識が不足しているため、患者が必要な全てのスロットで明確な目標を決定することは、通常困難である。
そこで我々は,MidMedと呼ばれる人-人-人-混在型医療相談対話コーパスを提案する。
論文 参考訳(メタデータ) (2023-06-05T14:36:31Z) - PMC-LLaMA: Towards Building Open-source Language Models for Medicine [62.39105735933138]
大規模言語モデル(LLM)は、自然言語理解において顕著な能力を示した。
LLMは、ドメイン固有の知識が不足しているため、医学的応用のような正確性を必要とする領域で苦労している。
PMC-LLaMAと呼ばれる医療応用に特化した強力なオープンソース言語モデルの構築手順について述べる。
論文 参考訳(メタデータ) (2023-04-27T18:29:05Z) - A Survey on Conversational Search and Applications in Biomedicine [0.25782420501870296]
我々は主に、ConvSearchシステムの人間の対話的特徴に焦点を当てた。
我々は,知識ベース,自然言語処理,対話管理システムにおける様々なConvSearch研究問題をラベル付けした。
この応用は、臨床社会技術を活用したバイオメディカルおよび医療分野に向けられている。
論文 参考訳(メタデータ) (2022-11-28T14:08:53Z) - User-Driven Research of Medical Note Generation Software [49.85146209418244]
本稿では,医療用ノート生成システム開発における3ラウンドのユーザスタディについて述べる。
参加する臨床医の印象と,システムがどのようにそれらに価値あるものに適合すべきかの視点について論じる。
遠隔医療における3週間のシステムテストについて述べる。
論文 参考訳(メタデータ) (2022-05-05T10:18:06Z) - A Benchmark for Automatic Medical Consultation System: Frameworks, Tasks
and Datasets [70.32630628211803]
本稿では,医師と患者との対話理解とタスク指向インタラクションという,医療相談の自動化を支援する2つの枠組みを提案する。
マルチレベルな微粒なアノテーションを付加した新しい大規模医療対話データセットが導入された。
本稿では,各タスクに対するベンチマーク結果のセットを報告し,データセットのユーザビリティを示し,今後の研究のベースラインを設定する。
論文 参考訳(メタデータ) (2022-04-19T16:43:21Z) - Automatic Evaluation and Moderation of Open-domain Dialogue Systems [59.305712262126264]
研究者が悩む長きにわたる課題は、効果的な自動評価指標の欠如である。
本稿では, 対話システム技術チャレンジ10(DSTC10)におけるトラック5で得られたデータ, ベースライン, 結果について述べる。
論文 参考訳(メタデータ) (2021-11-03T10:08:05Z) - MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware
Medical Dialogue Generation [86.38736781043109]
MedDGという12種類の消化器疾患に関連する大規模医用対話データセットを構築し,公開する。
MedDGデータセットに基づく2種類の医療対話タスクを提案する。1つは次のエンティティ予測であり、もう1つは医師の反応生成である。
実験結果から,プレトレイン言語モデルと他のベースラインは,両方のタスクに苦戦し,データセットの性能が劣ることがわかった。
論文 参考訳(メタデータ) (2020-10-15T03:34:33Z) - Medical Image Registration Using Deep Neural Networks: A Comprehensive
Review [1.2425910171551517]
ディープニューラルネットワークを用いた医用画像登録に関する最新の文献を紹介する。
レビューは体系的であり、以前この分野で出版されたすべての関連作品を含んでいる。
このレビューは、最先端の文献を調査し、将来的な文献に貢献しようとする、現場で活動している読者の深い理解と洞察を可能にする。
論文 参考訳(メタデータ) (2020-02-09T17:22:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。