論文の概要: Regulatory Science Innovation for Generative AI and Large Language Models in Health and Medicine: A Global Call for Action
- arxiv url: http://arxiv.org/abs/2502.07794v1
- Date: Mon, 27 Jan 2025 06:21:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-16 19:17:10.212271
- Title: Regulatory Science Innovation for Generative AI and Large Language Models in Health and Medicine: A Global Call for Action
- Title(参考訳): 医療・医療におけるジェネレーティブAIと大規模言語モデルのための規制科学革新 : アクションのグローバルコール
- Authors: Jasmine Chiat Ling Ong, Yilin Ning, Mingxuan Liu, Yian Ma, Zhao Liang, Kuldev Singh, Robert T Chang, Silke Vogel, John CW Lim, Iris Siu Kwan Tan, Oscar Freyer, Stephen Gilbert, Danielle S Bitterman, Xiaoxuan Liu, Alastair K Denniston, Nan Liu,
- Abstract要約: 医療におけるジェネレーティブAI(GenAI)と大規模言語モデル(LLM)の統合は、前例のない機会と課題を示している。
我々は,GenAI と LLM に基づく医療機器規制に対する TPLC アプローチの制約について論じる。
これは適応政策や規制サンドボックスを含む革新的なアプローチの基盤となっている。
- 参考スコア(独自算出の注目度): 10.124390106392742
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The integration of generative AI (GenAI) and large language models (LLMs) in healthcare presents both unprecedented opportunities and challenges, necessitating innovative regulatory approaches. GenAI and LLMs offer broad applications, from automating clinical workflows to personalizing diagnostics. However, the non-deterministic outputs, broad functionalities and complex integration of GenAI and LLMs challenge existing medical device regulatory frameworks, including the total product life cycle (TPLC) approach. Here we discuss the constraints of the TPLC approach to GenAI and LLM-based medical device regulation, and advocate for global collaboration in regulatory science research. This serves as the foundation for developing innovative approaches including adaptive policies and regulatory sandboxes, to test and refine governance in real-world settings. International harmonization, as seen with the International Medical Device Regulators Forum, is essential to manage implications of LLM on global health, including risks of widening health inequities driven by inherent model biases. By engaging multidisciplinary expertise, prioritizing iterative, data-driven approaches, and focusing on the needs of diverse populations, global regulatory science research enables the responsible and equitable advancement of LLM innovations in healthcare.
- Abstract(参考訳): 医療における生成AI(GenAI)と大規模言語モデル(LLM)の統合は、前例のない機会と課題の両方を示し、革新的な規制アプローチを必要としている。
GenAIとLLMは、臨床ワークフローの自動化から診断のパーソナライズに至るまで、幅広い用途を提供している。
しかし、非決定論的アウトプット、広範な機能、GenAIとLLMの複雑な統合は、TPLC(Total Product Life cycle)アプローチを含む既存の医療機器規制フレームワークに挑戦する。
本稿では,GenAI と LLM に基づく医療機器規制に対するTPLC アプローチの制約について論じ,規制科学研究における国際協力を提唱する。
これは、アダプティブポリシーや規制サンドボックスを含む革新的なアプローチを開発し、現実の環境でガバナンスをテストおよび洗練するための基盤となる。
国際医療デバイスレギュレータフォーラムで見られるように、国際調和は、固有のモデルバイアスによって引き起こされる健康上の不平等を拡大するリスクを含む、世界的な健康に対するLLMの影響を管理するために不可欠である。
多分野の専門知識に取り組み、反復的でデータ駆動的なアプローチを優先し、多様な人口のニーズに焦点を合わせることで、グローバルな規制科学研究は医療におけるLLMイノベーションの責任と公平な進歩を可能にします。
関連論文リスト
- Towards deployment-centric multimodal AI beyond vision and language [67.02589156099391]
デプロイ不能なソリューションの可能性を減らすために、デプロイメント制約を早期に組み込んだデプロイメント中心のワークフローを提唱します。
我々は、複数の分野にまたがる共通のマルチモーダルAI固有の課題を特定し、3つの実世界のユースケースについて検討する。
複数の学際的な対話とオープンな研究プラクティスを育むことで、我々のコミュニティは、広く社会に影響を及ぼすためのデプロイメント中心の開発を加速できる。
論文 参考訳(メタデータ) (2025-04-04T17:20:05Z) - Towards Agentic Recommender Systems in the Era of Multimodal Large Language Models [75.4890331763196]
大規模言語モデル(LLM)の最近のブレークスルーは、エージェントAIシステムの出現につながっている。
LLMベースのAgentic RS(LLM-ARS)は、よりインタラクティブで、コンテキストを認識し、プロアクティブなレコメンデーションを提供する。
論文 参考訳(メタデータ) (2025-03-20T22:37:15Z) - Media and responsible AI governance: a game-theoretic and LLM analysis [61.132523071109354]
本稿では,信頼できるAIシステムを育成する上での,AI開発者,規制当局,ユーザ,メディア間の相互作用について検討する。
進化的ゲーム理論と大言語モデル(LLM)を用いて、異なる規制体制下でこれらのアクター間の戦略的相互作用をモデル化する。
論文 参考訳(メタデータ) (2025-03-12T21:39:38Z) - A Survey on Post-training of Large Language Models [185.51013463503946]
大規模言語モデル(LLM)は、自然言語処理を根本的に変革し、会話システムから科学的探索まで、さまざまな領域で欠かせないものにしている。
これらの課題は、制限された推論能力、倫理的不確実性、最適なドメイン固有のパフォーマンスといった欠点に対処するために、先進的な訓練後言語モデル(PoLM)を必要とする。
本稿では,5つのコアパラダイムにまたがるPoLMの進化を体系的に追跡する,最初の包括的調査について述べる。
論文 参考訳(メタデータ) (2025-03-08T05:41:42Z) - Vision Language Models in Medicine [3.964982657945488]
Medical Vision-Language Models (Med-VLMs) は、医療結果を改善するために、視覚データとテキストデータを統合している。
Med-VLMs が臨床, 教育, 患者医療に与える影響を強調した。
データ不足、タスクの一般化、解釈可能性の問題、公平性、説明責任、プライバシといった倫理的懸念といった課題が強調されます。
今後の方向性には、大規模で多様なデータセットの活用、クロスモーダルな一般化の改善、解釈可能性の向上などが含まれる。
論文 参考訳(メタデータ) (2025-02-24T22:53:22Z) - Large Language Models in Healthcare [4.119811542729794]
大規模言語モデル(LLM)は医療の変革を約束する。
彼らの成功には、臨床ニーズに合わせて厳格な開発、適応、評価戦略が必要である。
論文 参考訳(メタデータ) (2025-02-06T20:53:33Z) - Participatory Assessment of Large Language Model Applications in an Academic Medical Center [1.244412242301951]
大きな言語モデル(LLM)は、医療関連のアプリケーションで有望なパフォーマンスを示している。
医療分野における彼らの展開は、倫理的、規制的、技術的性質に固有の課題を提起する。
論文 参考訳(メタデータ) (2024-12-09T21:45:35Z) - Regulator-Manufacturer AI Agents Modeling: Mathematical Feedback-Driven Multi-Agent LLM Framework [3.9479574991566193]
本研究では,Large Language Models (LLMs) で拡張されたマルチエージェントモデリング手法を用いて,制御力学をシミュレートする。
本研究は,規制の変化が産業行動に与える影響を明らかにし,規制実践を改善する戦略的機会を特定することを目的とする。
論文 参考訳(メタデータ) (2024-11-22T22:02:56Z) - Demystifying Large Language Models for Medicine: A Primer [50.83806796466396]
大規模言語モデル(LLM)は、医療のさまざまな側面に革命をもたらすことのできる、変革的なAIツールのクラスである。
本チュートリアルは、LSMを臨床実践に効果的に統合するために必要なツールを医療専門家に提供することを目的としている。
論文 参考訳(メタデータ) (2024-10-24T15:41:56Z) - Clinical Insights: A Comprehensive Review of Language Models in Medicine [1.5020330976600738]
本稿では,医療における言語モデルの進歩と応用について考察し,臨床応用事例に着目した。
テキストと視覚データをテキスト内学習を通じて統合することのできる、最先端の大規模言語とマルチモーダルモデルに、広範囲な微調整を必要とする初期エンコーダベースのシステムから進化について検討する。
この分析は、データのプライバシと運用の自律性を向上するローカルデプロイ可能なモデルと、テキスト生成、分類、情報抽出、会話システムといったタスクにおけるそれらの応用を強調している。
論文 参考訳(メタデータ) (2024-08-21T15:59:33Z) - A Survey on Medical Large Language Models: Technology, Application, Trustworthiness, and Future Directions [23.36640449085249]
医学大言語モデル(Med-LLMs)の最近の進歩を辿る。
The wide-ranging application of Med-LLMs are investigated across various health domain。
公平性、説明責任、プライバシー、堅牢性を保証する上での課題について議論する。
論文 参考訳(メタデータ) (2024-06-06T03:15:13Z) - A Survey on Large Language Models for Critical Societal Domains: Finance, Healthcare, and Law [65.87885628115946]
大規模言語モデル(LLM)は、金融、医療、法律の展望に革命をもたらしている。
我々は、医療における診断・治療方法論の強化、財務分析の革新、法的解釈・コンプライアンス戦略の精査におけるLCMの役割を強調した。
これらの分野におけるLLMアプリケーションの倫理を批判的に検討し、既存の倫理的懸念と透明で公平で堅牢なAIシステムの必要性を指摘した。
論文 参考訳(メタデータ) (2024-05-02T22:43:02Z) - End-to-End Breast Cancer Radiotherapy Planning via LMMs with Consistency Embedding [47.360760580820966]
放射線腫瘍学の分野に適した包括的大規模マルチモーダルモデル(LMM)であるRO-LMMを提案する。
このモデルは臨床ワークフロー内の一連のタスクを効果的に管理し、臨床コンテキストの要約、放射線治療計画の提案、計画誘導されたターゲットボリュームセグメンテーションを含む。
クリーン入力処理の整合性を維持しつつ,LMMのノイズ入力に対する堅牢性を向上する,CEFTune(Consistency Embedding Fine-Tuning)技術を提案する。
論文 参考訳(メタデータ) (2023-11-27T14:49:06Z)
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。