論文の概要: From Metaphor to Mechanism: How LLMs Decode Traditional Chinese Medicine Symbolic Language for Modern Clinical Relevance

• arxiv url: http://arxiv.org/abs/2503.02760v1
• Date: Tue, 04 Mar 2025 16:22:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:19:52.423969
• Title: From Metaphor to Mechanism: How LLMs Decode Traditional Chinese Medicine Symbolic Language for Modern Clinical Relevance
• Title（参考訳）: メタファーからメカニズムへ:LLMはどのようにして現代臨床における漢方医学のシンボリック言語をデコードするか
• Authors: Jiacheng Tang, Nankai Wu, Fan Gao, Chengxiao Dai, Mengyao Zhao, Xinjie Zhao,
• Abstract要約: 従来の中国医学(TCM)のメタファーを正確に解釈し、西洋医学の概念にマッピングするための新しい多エージェント・チェーン・オブ・思想(CoT)フレームワークを提案する。 メタファに富んだTCMデータセットを構築するための方法論を詳述し、マルチエージェントコラボレーションとCoT推論を効果的に統合するための戦略について議論し、メタファ解釈を導く理論的基盤を明確化する。 本研究は, 臨床意思決定, クロスシステム教育, 統合医療研究を支援することを目的としており, 最終的に, TCMの象徴的言語を西洋医学の機械的焦点と整合させるための堅牢な足場を提供する。
• 参考スコア（独自算出の注目度）: 3.3692821811360743
• License:
• Abstract: Metaphorical expressions are abundant in Traditional Chinese Medicine (TCM), conveying complex disease mechanisms and holistic health concepts through culturally rich and often abstract terminology. Bridging these metaphors to anatomically driven Western medical (WM) concepts poses significant challenges for both automated language processing and real-world clinical practice. To address this gap, we propose a novel multi-agent and chain-of-thought (CoT) framework designed to interpret TCM metaphors accurately and map them to WM pathophysiology. Specifically, our approach combines domain-specialized agents (TCM Expert, WM Expert) with a Coordinator Agent, leveraging stepwise chain-of-thought prompts to ensure transparent reasoning and conflict resolution. We detail a methodology for building a metaphor-rich TCM dataset, discuss strategies for effectively integrating multi-agent collaboration and CoT reasoning, and articulate the theoretical underpinnings that guide metaphor interpretation across distinct medical paradigms. We present a comprehensive system design and highlight both the potential benefits and limitations of our approach, while leaving placeholders for future experimental validation. Our work aims to support clinical decision-making, cross-system educational initiatives, and integrated healthcare research, ultimately offering a robust scaffold for reconciling TCM's symbolic language with the mechanistic focus of Western medicine.
• Abstract（参考訳）: メタフォリカルな表現は伝統的な中国医学(TCM)に多くあり、文化的に豊かな、しばしば抽象的な用語を通して複雑な疾患のメカニズムと総合的な健康概念を伝達している。 これらのメタファーを解剖学的に駆動された西洋医学(WM)の概念に組み込むことは、自動言語処理と実世界の臨床実践の両方に重大な課題をもたらす。 このギャップに対処するために,TCMメタファーを正確に解釈し,それをWM病態にマッピングする新しいマルチエージェント・チェーン・オブ・シント(CoT)フレームワークを提案する。 具体的には、ドメイン特化エージェント(TCM Expert, WM Expert)とコーディネータエージェントを組み合わせて、段階的にチェーン・オブ・シークレットのプロンプトを活用し、透過的な推論とコンフリクト解決を確実にする。 メタファーに富んだTCMデータセットを構築するための方法論を詳述し、マルチエージェントコラボレーションとCoT推論を効果的に統合するための戦略について議論し、異なる医療パラダイム間でメタファー解釈を導く理論的基盤を明確化する。 システム設計を包括的に提案し,アプローチの潜在的なメリットと限界の両方を強調しながら,プレースホルダーを将来の実験的検証に残す。 本研究は, 臨床意思決定, クロスシステム教育, 統合医療研究を支援することを目的としており, 最終的に, TCMの象徴的言語を西洋医学の機械的焦点と整合させるための堅牢な足場を提供する。

関連論文リスト

• Intelligent Understanding of Large Language Models in Traditional Chinese Medicine Based on Prompt Engineering Framework [3.990633038739491]
  本稿では,事前学習型言語モデル(PLM)やテンプレート,トークン化,動詞化などを統合するフレームワークであるTCM-Promptを提案する。 疾患分類,シンドローム同定,ハーブ・メディカル・レコメンデーション,一般NLPタスクについて実験を行った。
  論文  参考訳（メタデータ） (2024-10-25T10:24:30Z)
• 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)
• LIMIS: Towards Language-based Interactive Medical Image Segmentation [58.553786162527686]
  LIMISは、最初の純粋言語に基づく対話型医療画像分割モデルである。 我々は、Grounded SAMを医療領域に適応させ、言語に基づくモデルインタラクション戦略を設計する。 LIMISを3つの公開医療データセット上で,パフォーマンスとユーザビリティの観点から評価した。
  論文  参考訳（メタデータ） (2024-10-22T12:13:47Z)
• Society of Medical Simplifiers [7.4751114996742]
  本稿では,SOM(Society of Mind)哲学に触発された新しい枠組みであるSociety of Medical Simplifiersを紹介する。 提案手法では,LLMの長所を,レイパーソン,Simplifier,メディカルエキスパート,Language Clarifier,Redundancy Checkerの5つの異なる役割に割り当てることで活用する。 我々のフレームワークは最先端の手法に匹敵し、優れた可読性とコンテンツ保存を実現する。
  論文  参考訳（メタデータ） (2024-10-12T19:52:56Z)
• Improving Medical Dialogue Generation with Abstract Meaning Representations [26.97253577302195]
  医療対話生成は、患者への医療専門知識の普及を促進することで遠隔医療において重要な役割を担っている。 既存の研究は、テキストのセマンティクスを表現する能力に制限があるテキスト表現を取り入れることに焦点を当てている。 本稿では、抽象的意味表現(AMR)を用いて、言語構成員や医療機関の役割を記述したグラフィカルな表現を構築する。
  論文  参考訳（メタデータ） (2023-09-19T13:31:49Z)
• Multi-task Paired Masking with Alignment Modeling for Medical Vision-Language Pre-training [55.56609500764344]
  本稿では,マルチタスク・ペアド・マスキング・アライメント(MPMA)に基づく統合フレームワークを提案する。 また, メモリ拡張クロスモーダルフュージョン (MA-CMF) モジュールを導入し, 視覚情報を完全統合し, レポート再構築を支援する。
  論文  参考訳（メタデータ） (2023-05-13T13:53:48Z)
• Design considerations for a hierarchical semantic compositional framework for medical natural language understanding [3.7003326903946756]
  NLP性能曲線を跳躍する試みとして,人間の認知のメカニズムにインスパイアされた枠組みについて述べる。 セマンティックメモリ、セマンティックコンポジション、セマンティックアクティベーションを含む4つの重要な側面からの洞察について述べる。 本稿では,自由文文を意味の論理的表現に変換するための生成意味モデルと関連する意味モデルの設計について論じる。
  論文  参考訳（メタデータ） (2022-04-05T09:04:34Z)
• More but Correct: Generating Diversified and Entity-revised Medical Response [20.455550758441483]
  医療対話生成(MDG)は、インテリジェントな相談のための医療対話システムを構築することを目的としている。 本稿では,2021年中国の知識グラフとセマンティックコンピューティングに関するカンファレンスによって組織された,中国のMDGのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-08-03T03:03:50Z)
• Metaphor Generation with Conceptual Mappings [58.61307123799594]
  我々は、関連する動詞を置き換えることで、リテラル表現を与えられた比喩文を生成することを目指している。 本稿では,認知領域間の概念マッピングを符号化することで生成過程を制御することを提案する。 教師なしCM-Lexモデルは,近年のディープラーニングメタファ生成システムと競合することを示す。
  論文  参考訳（メタデータ） (2021-06-02T15:27:05Z)
• UmlsBERT: Clinical Domain Knowledge Augmentation of Contextual Embeddings Using the Unified Medical Language System Metathesaurus [73.86656026386038]
  事前学習プロセス中にドメイン知識を統合するコンテキスト埋め込みモデルであるUmlsBERTを紹介する。 これらの2つの戦略を適用することで、UmlsBERTは、臨床領域の知識を単語埋め込みにエンコードし、既存のドメイン固有モデルより優れている。
  論文  参考訳（メタデータ） (2020-10-20T15:56:31Z)
• Emergence of Pragmatics from Referential Game between Theory of Mind Agents [64.25696237463397]
  エージェントが手書きのルールを指定せずに「行間を読む」能力を自発的に学習するアルゴリズムを提案する。 協調型マルチエージェント教育状況における心の理論(ToM)を統合し,適応型強化学習(RL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-21T19:37:33Z)

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。