論文の概要: Open-Source Retrieval Augmented Generation Framework for Retrieving Accurate Medication Insights from Formularies for African Healthcare Workers

• arxiv url: http://arxiv.org/abs/2502.15722v1
• Date: Tue, 28 Jan 2025 02:18:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-02 04:52:19.389579
• Title: Open-Source Retrieval Augmented Generation Framework for Retrieving Accurate Medication Insights from Formularies for African Healthcare Workers
• Title（参考訳）: アフリカの医療従事者向けフォーミュラから正確な医療指標を検索するためのオープンソース検索用Augmented Generation Framework
• Authors: Axum AI, :, J. Owoyemi, S. Abubakar, A. Owoyemi, T. O. Togunwa, F. C. Madubuko, S. Oyatoye, Z. Oyetolu, K. Akyea, A. O. Mohammed, A. Adebakin,
• Abstract要約: オープンソースのRetrieval-Augmented Generation(RAG)である"Drug Insights"は、アフリカの医療従事者のための医薬品検索の効率化を目的としている。 ナイジェリアの製薬データと高度なAIテクノロジーのコーパスを活用することで、システムは最小限の幻覚を伴う正確でコンテキスト特異的な応答を提供する。 薬剤師のフィードバックを含む予備試験では、薬物情報へのアクセスを改善するツールの可能性を確認している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Accessing accurate medication insights is vital for enhancing patient safety, minimizing errors, and supporting clinical decision-making. However, healthcare professionals in Africa often rely on manual and time-consuming processes to retrieve drug information, exacerbated by limited access to pharmacists due to brain drain and healthcare disparities. This paper presents "Drug Insights," an open-source Retrieval-Augmented Generation (RAG) chatbot designed to streamline medication lookup for healthcare workers in Africa. By leveraging a corpus of Nigerian pharmaceutical data and advanced AI technologies, including Pinecone databases and GPT models, the system delivers accurate, context-specific responses with minimal hallucination. The chatbot integrates prompt engineering and S-BERT evaluation to optimize retrieval and response generation. Preliminary tests, including pharmacist feedback, affirm the tool's potential to improve drug information access while highlighting areas for enhancement, such as UI/UX refinement and extended corpus integration.
• Abstract（参考訳）: 正確な医学的洞察へのアクセスは、患者の安全性を高め、エラーを最小限にし、臨床的な意思決定を支援するために不可欠である。 しかし、アフリカの医療専門家は、脳の排水量と医療格差のために薬剤師に限られたアクセスで悪化する薬物情報を取得するために、手作業や時間を要するプロセスに依存していることが多い。 本稿では,アフリカにおける医療従事者のための医薬品検索を効率化するオープンソースのレトリーバル拡張世代(RAG)チャットボット「Drug Insights」について述べる。 ナイジェリアの薬品データと、ピネコンデータベースやGPTモデルなど高度なAI技術のコーパスを活用することで、システムは最小限の幻覚を伴う正確でコンテキスト特異的な応答を提供する。 チャットボットは、プロンプトエンジニアリングとS-BERT評価を統合して、検索と応答生成を最適化する。 薬剤師のフィードバックを含む予備的なテストでは、UI/UXの改良やコーパス統合の拡張といった強化の領域を強調しながら、薬物情報へのアクセスを改善するツールの可能性を確認している。

関連論文リスト

• Natural Language-Assisted Multi-modal Medication Recommendation [97.07805345563348]
  NLA-MMR(Natural Language-Assisted Multi-modal Medication Recommendation)を紹介する。 NLA-MMRは、患者視点から知識を学習し、医薬視点を共同で学習するために設計されたマルチモーダルアライメントフレームワークである。 本稿では,プレトレーニング言語モデル(PLM)を用いて,患者や医薬品に関するドメイン内知識を抽出する。
  論文  参考訳（メタデータ） (2025-01-13T09:51:50Z)
• A GEN AI Framework for Medical Note Generation [3.7444770630637167]
  MediNotesは、医療会話からSOAP(Subjective, Objective, Assessment, Plan)ノートの作成を自動化するために設計された高度な生成AIフレームワークである。 MediNotesはLarge Language Models (LLM)、Retrieval-Augmented Generation (RAG)、Automatic Speech Recognition (ASR)を統合し、テキスト入力と音声入力の両方をリアルタイムで、記録されたオーディオからキャプチャし、処理する。
  論文  参考訳（メタデータ） (2024-09-27T23:05:02Z)
• Design and Evaluation of a CDSS for Drug Allergy Management Using LLMs and Pharmaceutical Data Integration [3.2627279988912194]
  Heliotはドラッグアレルギー管理のための革新的なCDSSである。 LLM(Large Language Models)と総合的な薬品データリポジトリを統合する。 ヘリオットの高精度、精度、リコール、F1スコアは、複数の実験走行で100%に達した。
  論文  参考訳（メタデータ） (2024-09-24T18:55:10Z)
• MedInsight: A Multi-Source Context Augmentation Framework for Generating Patient-Centric Medical Responses using Large Language Models [3.0874677990361246]
  大きな言語モデル(LLM)は、人間のような応答を生成する素晴らしい能力を示している。 我々は,LLM入力を関連背景情報で拡張する新しい検索フレームワークMedInsightを提案する。 MTSamplesデータセットの実験は、文脈的に適切な医療応答を生成するMedInsightの有効性を検証する。
  論文  参考訳（メタデータ） (2024-03-13T15:20:30Z)
• Retrieval Augmented Thought Process for Private Data Handling in Healthcare [53.89406286212502]
  Retrieval-Augmented Thought Process (RATP)を紹介する。 RATPは大規模言語モデル(LLM)の思考生成を定式化する 電子カルテのプライベートデータセットにおいて、RATPは、質問応答タスクのコンテキスト内検索強化生成と比較して35%の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-12T17:17:50Z)
• Large Language Model Distilling Medication Recommendation Model [58.94186280631342]
  大規模言語モデル(LLM)の強力な意味理解と入力非依存特性を利用する。 本研究は, LLMを用いて既存の薬剤推奨手法を変換することを目的としている。 これを軽減するため,LLMの習熟度をよりコンパクトなモデルに伝達する機能レベルの知識蒸留技術を開発した。
  論文  参考訳（メタデータ） (2024-02-05T08:25:22Z)
• README: Bridging Medical Jargon and Lay Understanding for Patient Education through Data-Centric NLP [9.432205523734707]
  医療用語を患者に親しみやすい平易な言語に簡略化することを目的とした,レイ定義の自動生成という新たなタスクを導入する。 このデータセットは、5万以上のユニークな(医療用語、日常の定義)ペアと30万の言及からなる。 また、データフィルタリング、拡張、選択を相乗化してデータ品質を改善する、データ中心のHuman-AIパイプラインも開発しました。
  論文  参考訳（メタデータ） (2023-12-24T23:01:00Z)
• Retrieval-Augmented and Knowledge-Grounded Language Models for Faithful Clinical Medicine [68.7814360102644]
  本稿では,Re$3$Writer法を提案する。 本手法が患者の退院指示生成に有効であることを示す。
  論文  参考訳（メタデータ） (2022-10-23T16:34:39Z)
• PHEE: A Dataset for Pharmacovigilance Event Extraction from Text [42.365919892504415]
  PHEEは、医療事例報告と生物医学文献から5000以上の注釈付きイベントを含む、薬物移動のための新しいデータセットである。 患者の人口統計,治療,および(側)効果に関する粗くきめ細かな情報を提供するために設計された階層型イベントスキーマについて述べる。
  論文  参考訳（メタデータ） (2022-10-22T21:57:42Z)
• Knowledge-Driven New Drug Recommendation [88.35607943144261]
  既存の薬物と新薬のギャップを埋めるために, 薬物依存型マルチフェノタイプ数発学習機を開発した。 EDGEは外部薬効知識ベースを用いて偽陰性監視信号を除去する。 その結果, EDGEは, ROC-AUCスコアよりも7.3%向上していることがわかった。
  論文  参考訳（メタデータ） (2022-10-11T16:07:52Z)
• MedPerf: Open Benchmarking Platform for Medical Artificial Intelligence using Federated Evaluation [110.31526448744096]
  この可能性を解き明かすには、大規模な異種データに対して医療AIモデルの性能を測定する体系的な方法が必要である、と私たちは主張する。 MedPerfは、医療分野で機械学習をベンチマークするためのオープンフレームワークです。
  論文  参考訳（メタデータ） (2021-09-29T18:09:41Z)

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。