論文の概要: Tianyi: A Traditional Chinese Medicine all-rounder language model and its Real-World Clinical Practice

• arxiv url: http://arxiv.org/abs/2505.13156v1
• Date: Mon, 19 May 2025 14:17:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:11.646601
• Title: Tianyi: A Traditional Chinese Medicine all-rounder language model and its Real-World Clinical Practice
• Title（参考訳）: Tianyi: 伝統中国医学全言語モデルとその実世界臨床実践
• Authors: Zhi Liu, Tao Yang, Jing Wang, Yexin Chen, Zhan Gao, Jiaxi Yang, Kui Chen, Bingji Lu, Xiaochen Li, Changyong Luo, Yan Li, Xiaohong Gu, Peng Cao,
• Abstract要約: Tianyiは、相互接続された、系統的なTCM知識を、進歩的な学習方法で同化するように設計されている。 広範囲な評価は、TCM臨床および研究におけるAIアシスタントとしてのTianyiの有意義な可能性を示している。
• 参考スコア（独自算出の注目度）: 15.020917068333237
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Natural medicines, particularly Traditional Chinese Medicine (TCM), are gaining global recognition for their therapeutic potential in addressing human symptoms and diseases. TCM, with its systematic theories and extensive practical experience, provides abundant resources for healthcare. However, the effective application of TCM requires precise syndrome diagnosis, determination of treatment principles, and prescription formulation, which demand decades of clinical expertise. Despite advancements in TCM-based decision systems, machine learning, and deep learning research, limitations in data and single-objective constraints hinder their practical application. In recent years, large language models (LLMs) have demonstrated potential in complex tasks, but lack specialization in TCM and face significant challenges, such as too big model scale to deploy and issues with hallucination. To address these challenges, we introduce Tianyi with 7.6-billion-parameter LLM, a model scale proper and specifically designed for TCM, pre-trained and fine-tuned on diverse TCM corpora, including classical texts, expert treatises, clinical records, and knowledge graphs. Tianyi is designed to assimilate interconnected and systematic TCM knowledge through a progressive learning manner. Additionally, we establish TCMEval, a comprehensive evaluation benchmark, to assess LLMs in TCM examinations, clinical tasks, domain-specific question-answering, and real-world trials. The extensive evaluations demonstrate the significant potential of Tianyi as an AI assistant in TCM clinical practice and research, bridging the gap between TCM knowledge and practical application.
• Abstract（参考訳）: 天然医薬品、特に中国伝統医学(TCM)は、人間の症状や病気に対処する上での治療法の可能性について、世界的に認識されている。 TCMは体系的な理論と広範な実践経験を持ち、医療に豊富な資源を提供している。 しかし、TCMの効果的な応用には、正確な症候群診断、治療原則の決定、何十年もの臨床専門知識を必要とする処方薬の定式化が必要である。 TCMベースの意思決定システム、機械学習、ディープラーニングの研究の進歩にもかかわらず、データと単目的制約の制限は実践的な応用を妨げる。 近年、大規模言語モデル(LLM)は複雑なタスクの可能性を実証しているが、TCMの専門化が欠如しており、デプロイするには大きすぎるモデルスケールや幻覚の問題といった重大な課題に直面している。 これらの課題に対処するため,本研究では,古典テキスト,専門論文,臨床記録,知識グラフなど,様々なTCMコーパスを事前訓練,微調整したモデルスケールである7.6ビリオンパラメータLLMを導入したTianyiを紹介する。 Tianyiは、相互接続された、系統的なTCM知識を、進歩的な学習方法で同化するように設計されている。 さらに、総合的な評価ベンチマークであるTCMEvalを構築し、TCM検査、臨床タスク、ドメイン固有の質問応答、実世界の臨床試験におけるLCMを評価する。 広範な評価は、TCM臨床実践と研究におけるAIアシスタントとしてのTianyiの有意義な可能性を示し、TCM知識と実践的応用のギャップを埋めるものである。

関連論文リスト

• OpenTCM: A GraphRAG-Empowered LLM-based System for Traditional Chinese Medicine Knowledge Retrieval and Diagnosis [2.639291045535649]
  伝統的な中国医学(TCM)は、現代医療において重要な役割を担っている古代医学知識の豊富なリポジトリである。 TCMの文献の複雑さと広さのため、AIテクノロジの統合は、その近代化とより広範なアクセシビリティにおいて重要である。 本稿では、ドメイン固有のTCM知識グラフとグラフベースの検索拡張生成(GraphRAG)を組み合わせたLLMベースのOpenTCMを開発する。
  論文  参考訳（メタデータ） (2025-04-28T08:04:44Z)
• TCM-3CEval: A Triaxial Benchmark for Assessing Responses from Large Language Models in Traditional Chinese Medicine [10.74071774496229]
  大規模言語モデル (LLMs) は, 様々なNLPタスクや現代医学に優れるが, 伝統的な漢方医学(TCM)における評価は過小評価されている。 そこで本研究では,TCM における LLM の評価を行うベンチマークである TCM3CEval について紹介する。 全てのモデルはメリディアン・アンド・アクポイント理論や様々なTCMスクールのような特殊性に制限があり、現在の能力と臨床ニーズのギャップを明らかにする。
  論文  参考訳（メタデータ） (2025-03-10T08:29:15Z)
• JingFang: A Traditional Chinese Medicine Large Language Model of Expert-Level Medical Diagnosis and Syndrome Differentiation-Based Treatment [0.0]
  既存のTCM大言語モデル(LLM)は、理解不能な医療相談と診断の限界を示す。 本研究はJingFang (JF): 医学的診断と診断に基づく治療の専門レベル能力を示す新しいTCM大言語モデルである。
  論文  参考訳（メタデータ） (2025-02-04T01:45:42Z)
• BianCang: A Traditional Chinese Medicine Large Language Model [22.582027277167047]
  BianCangはTCM固有の大規模言語モデル(LLM)で、まずドメイン固有の知識を注入し、目標とする刺激によって調整する。 実際の病院記録に基づく事前学習コーパス,ChP-TCMデータセット,および中華人民共和国の薬局類由来のChP-TCMデータセットを構築した。 我々は,TCMの理解を深めるための包括的なデータセットを構築し,連続的な事前学習と微調整のための広範囲なTCMと医療コーパスを収集した。
  論文  参考訳（メタデータ） (2024-11-17T10:17:01Z)
• 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)
• CliMedBench: A Large-Scale Chinese Benchmark for Evaluating Medical Large Language Models in Clinical Scenarios [50.032101237019205]
  CliMedBenchは、14のエキスパートによるコア臨床シナリオを備えた総合的なベンチマークである。 このベンチマークの信頼性はいくつかの点で確認されている。
  論文  参考訳（メタデータ） (2024-10-04T15:15:36Z)
• MedKP: Medical Dialogue with Knowledge Enhancement and Clinical Pathway Encoding [48.348511646407026]
  本稿では,知識向上と臨床パスウェイ符号化フレームワークを用いた医療対話について紹介する。 このフレームワークは、医療知識グラフを介して外部知識増強モジュールと、医療機関および医師の行動を介して、内部臨床経路をコードする。
  論文  参考訳（メタデータ） (2024-03-11T10:57:45Z)
• MedBench: A Large-Scale Chinese Benchmark for Evaluating Medical Large Language Models [56.36916128631784]
  中国の医療分野の総合的なベンチマークであるMedBenchを紹介する。 このベンチマークは、中国の医療ライセンス試験、居住者標準化訓練試験、および現実世界のクリニックの4つの主要なコンポーネントで構成されている。 幅広い実験を行い, 多様な視点から詳細な分析を行い, 以下の結果を得た。
  論文  参考訳（メタデータ） (2023-12-20T07:01:49Z)
• TCM-SD: A Benchmark for Probing Syndrome Differentiation via Natural Language Processing [31.190757020836656]
  TCM診断・治療システムの中核的課題に焦点をあてる -- 症候群分化(SD) 本データセットは,148症例を対象とした実世界の臨床記録54,152例を含む。 本稿では、ZY-BERTと呼ばれるドメイン固有の事前学習言語モデルを提案する。
  論文  参考訳（メタデータ） (2022-03-21T09:59:54Z)

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。