論文の概要: Treatment, evidence, imitation, and chat
- arxiv url: http://arxiv.org/abs/2506.23040v1
- Date: Sun, 29 Jun 2025 00:23:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-01 21:27:53.682717
- Title: Treatment, evidence, imitation, and chat
- Title（参考訳）: 治療、証拠、模倣、おしゃべり
- Authors: Samuel J. Weisenthal,
- Abstract要約: 我々は、エビデンスベースの医療を含む治療問題の解決へのアプローチ、試行錯誤、観察データについて論じる。
次に、治療の問題を解決するために大規模な言語モデルがどのように使われるのかを議論し、現れる課題のいくつかを強調します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models are thought to have potential to aid in medical decision making. We investigate this here. We start with the treatment problem, the patient's core medical decision-making task, which is solved in collaboration with a healthcare provider. We discuss approaches to solving the treatment problem, including -- within evidence-based medicine -- trials and observational data. We then discuss the chat problem, and how this differs from the treatment problem -- in particular as it relates to imitation. We then discuss how a large language model might be used to solve the treatment problem and highlight some of the challenges that emerge. We finally discuss how these challenges relate to evidence-based medicine, and how this might inform next steps.
- Abstract（参考訳）: 大規模言語モデルは、医療的な意思決定に役立つ可能性があると考えられている。
ここでこれを調査する。
まず,医療提供者との共同作業によって解決される,患者の中核的な医療意思決定課題である治療問題から始める。
そこで我々は, 試行錯誤や観察データを含む治療問題の解決に向けたアプローチについて論じる。その上で, チャット問題, そして, 処理問題とどのように違うのかを, 特に模倣に関連するものとして論じる。
次に、治療の問題を解決するために大規模な言語モデルがどのように使われるのかを議論し、現れる課題のいくつかを強調します。
最終的に、これらの課題がエビデンスベースの医療とどのように関連し、これが次のステップにどう影響するかを論じる。
関連論文リスト
- Decide less, communicate more: On the construct validity of end-to-end fact-checking in medicine [59.604255567812714]
我々は、専門家が医療証拠を合成することによって、ソーシャルメディアからの真の主張を検証する方法を示す。
臨床試験の形で、野生の主張と科学的証拠を結びつける困難さ。
我々は,ファクトチェックは対話型コミュニケーション問題としてアプローチし,評価すべきであると主張している。
論文 参考訳（メタデータ） (2025-06-25T22:58:08Z) - Structured Outputs Enable General-Purpose LLMs to be Medical Experts [50.02627258858336]
大規模言語モデル(LLM)は、しばしばオープンエンドの医学的問題に苦しむ。
本稿では,構造化医療推論を利用した新しいアプローチを提案する。
我々の手法は85.8のファクチュアリティスコアを達成し、微調整されたモデルを上回る。
論文 参考訳（メタデータ） (2025-03-05T05:24:55Z) - Causal Inference with Complex Treatments: A Survey [34.653398789722104]
因果推論は、統計学、マーケティング、医療、教育など様々な分野における説明分析と意思決定において重要な役割を果たしている。
本稿では,複雑な治療について言及し,それに対応する因果推論手法を体系的・包括的に検討する。
論文 参考訳（メタデータ） (2024-07-19T04:46:58Z) - Developing ChatGPT for Biology and Medicine: A Complete Review of
Biomedical Question Answering [25.569980942498347]
ChatGPTは、医療診断、治療レコメンデーション、その他の医療支援の提供において、QA(QA)の戦略的青写真を探っている。
これは、自然言語処理(NLP)とマルチモーダルパラダイムによる医療領域データの取り込みの増加によって達成される。
論文 参考訳（メタデータ） (2024-01-15T07:21:16Z) - Yes, this is what I was looking for! Towards Multi-modal Medical
Consultation Concern Summary Generation [46.42604861624895]
マルチモーダル・メディカル・コンシューム・サマリ・ジェネレーションの新しい課題を提案する。
患者のジェスチャーや表情などの非言語的手がかりは、患者の懸念を正確に識別するのに役立つ。
マルチモーダル・メディカル・コンシューム・サマリー・ジェネレーション・コーパスを構築。
論文 参考訳（メタデータ） (2024-01-10T12:56:47Z) - The Blessings of Multiple Treatments and Outcomes in Treatment Effect
Estimation [53.81860494566915]
既存の研究では、プロキシ変数や複数の処理を利用してバイアスを補正している。
多くの実世界のシナリオでは、複数の結果に対する影響を研究することにより大きな関心がある。
この設定に関わる複数の結果の並列研究は、因果同定において互いに助け合うことが示されている。
論文 参考訳（メタデータ） (2023-09-29T14:33:48Z) - GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。
本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
論文 参考訳（メタデータ） (2022-11-22T15:51:10Z) - An ASP-based Solution to the Chemotherapy Treatment Scheduling problem [7.633618497843278]
腫瘍診療所における化学療法治療のスケジューリングの問題点は複雑である。
まず,イタリア・ジェノヴァのサン・マルティーノ病院で採用されている問題の特定の事例について考察し,回答セットプログラミング(ASP)に基づく問題解決法を提案する。
サン・マルティーノ病院が提供した実データを用いて行った実験結果から,ASPは,この重要なスケジューリング問題に対しても効果的な解決方法であることが示された。
論文 参考訳（メタデータ） (2021-08-05T14:18:45Z)
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。