論文の概要: Natural Language Generation in Healthcare: A Review of Methods and Applications

• arxiv url: http://arxiv.org/abs/2505.04073v1
• Date: Wed, 07 May 2025 02:25:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-08 19:07:35.954961
• Title: Natural Language Generation in Healthcare: A Review of Methods and Applications
• Title（参考訳）: 医療における自然言語生成 : 方法と応用のレビュー
• Authors: Mengxian Lyu, Xiaohan Li, Ziyi Chen, Jinqian Pan, Cheng Peng, Sankalp Talankar, Yonghui Wu,
• Abstract要約: 自然言語生成(NLG)は、生成人工知能(AI)を実現するための鍵となる技術である 大規模言語モデル(LLM)のブレークスルーにより、NLGは様々な医学的応用で広く利用されている。
• 参考スコア（独自算出の注目度）: 17.625991121503382
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural language generation (NLG) is the key technology to achieve generative artificial intelligence (AI). With the breakthroughs in large language models (LLMs), NLG has been widely used in various medical applications, demonstrating the potential to enhance clinical workflows, support clinical decision-making, and improve clinical documentation. Heterogeneous and diverse medical data modalities, such as medical text, images, and knowledge bases, are utilized in NLG. Researchers have proposed many generative models and applied them in a number of healthcare applications. There is a need for a comprehensive review of NLG methods and applications in the medical domain. In this study, we systematically reviewed 113 scientific publications from a total of 3,988 NLG-related articles identified using a literature search, focusing on data modality, model architecture, clinical applications, and evaluation methods. Following PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses) guidelines, we categorize key methods, identify clinical applications, and assess their capabilities, limitations, and emerging challenges. This timely review covers the key NLG technologies and medical applications and provides valuable insights for future studies to leverage NLG to transform medical discovery and healthcare.
• Abstract（参考訳）: 自然言語生成(NLG)は、生成人工知能(AI)を実現するための鍵となる技術である。 大規模言語モデル(LLM)のブレークスルーにより、NLGは様々な医療応用で広く使われ、臨床ワークフローの強化、臨床意思決定のサポート、臨床ドキュメントの改善の可能性を実証している。 NLGでは、医学テキスト、画像、知識ベースなどの不均一で多様な医療データモダリティが活用されている。 研究者は、多くの生成モデルを提案し、それを多くの医療応用に適用した。 医療分野におけるNLG手法と応用の総合的なレビューが必要である。 本研究では,文献検索を用いて同定した3,988件のNLG関連論文から,データモダリティ,モデルアーキテクチャ,臨床応用,評価方法を中心に,113件の学術論文を体系的にレビューした。 PRISMA(Preferred Reporting Items for Systematic Review and Meta-Analyses)ガイドラインに従って,主要な手法を分類し,臨床応用を特定し,その能力,限界,新興課題を評価する。 このタイムリーレビューでは、NLGの技術と医療応用を取り上げ、NLGを利用して医療発見と医療を変革する将来の研究に貴重な洞察を提供する。

関連論文リスト

• Merging Clinical Knowledge into Large Language Models for Medical Research and Applications: A Survey [9.359273536688066]
  医療人工知能(メディカルAI)は、現実の医療シナリオに学術的な医療AIシステムを適用することを目的としている。 この調査は、臨床データベース、データセット、トレーニングパイプラインの使用、医療知識グラフの統合、システム応用、評価システムなど、医療AIシステムの構築パラダイムに焦点を当てる。
  論文  参考訳（メタデータ） (2025-02-28T12:00:51Z)
• The Era of Foundation Models in Medical Imaging is Approaching : A Scoping Review of the Clinical Value of Large-Scale Generative AI Applications in Radiology [0.0]
  放射線技師の不足に起因する社会問題は激化しており、人工知能は潜在的な解決策として強調されている。 最近出現する大規模生成AIは、大規模言語モデル(LLM)からマルチモーダルモデルへと拡張されている。 このスコーピングレビューは、大規模生成型AIアプリケーションの臨床的価値に関する既存の文献を体系的に整理する。
  論文  参考訳（メタデータ） (2024-09-03T00:48:50Z)
• GMAI-MMBench: A Comprehensive Multimodal Evaluation Benchmark Towards General Medical AI [67.09501109871351]
  LVLM(Large Vision-Language Model)は、画像、テキスト、生理学的信号などの多様なデータタイプを扱うことができる。 GMAI-MMBenchは、よく分類されたデータ構造と、これまででもっとも包括的な一般医療用AIベンチマークである。 38の医療画像モダリティ、18の臨床関連タスク、18の部門、視覚質問回答(VQA)フォーマットの4つの知覚的粒度からなる284のデータセットで構成されている。
  論文  参考訳（メタデータ） (2024-08-06T17:59:21Z)
• An Introduction to Natural Language Processing Techniques and Framework for Clinical Implementation in Radiation Oncology [1.2714439146420664]
  放射線オンコロジー研究において,大規模言語モデル(LLM)を用いた最先端NLPアプリケーションを提案する。 LLMは、厳格な評価と検証を必要とする幻覚、偏見、倫理的違反など、多くの誤りを起こしやすい。 本論は, 臨床放射線腫瘍学におけるNLPモデルの開発と利用に関心がある研究者や臨床医に対して, 指導と洞察を提供することを目的とする。
  論文  参考訳（メタデータ） (2023-11-03T19:32:35Z)
• A Review on Knowledge Graphs for Healthcare: Resources, Applications, and Promises [59.4999994297993]
  この総合的なレビューは、医療知識グラフ(HKG)の現状の概要を提供することを目的としている。 我々は,既存のHKGに関する文献を網羅的に分析し,その構築方法,活用技術,応用について考察した。 このレビューは、HKGsが生物医学研究や臨床実践に大きな影響を与える可能性を強調している。
  論文  参考訳（メタデータ） (2023-06-07T21:51:56Z)
• Application of Transformers based methods in Electronic Medical Records: A Systematic Literature Review [77.34726150561087]
  本研究は,異なるNLPタスクにおける電子カルテ(EMR)のトランスフォーマーに基づく手法を用いて,最先端技術に関する体系的な文献レビューを行う。
  論文  参考訳（メタデータ） (2023-04-05T22:19:42Z)

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。