論文の概要: Reverse Physician-AI Relationship: Full-process Clinical Diagnosis Driven by a Large Language Model

• arxiv url: http://arxiv.org/abs/2508.10492v1
• Date: Thu, 14 Aug 2025 09:51:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-15 22:24:48.263359
• Title: Reverse Physician-AI Relationship: Full-process Clinical Diagnosis Driven by a Large Language Model
• Title（参考訳）: 逆物理学者とAIの関係:大規模言語モデルによるフルプロセス臨床診断
• Authors: Shicheng Xu, Xin Huang, Zihao Wei, Liang Pang, Huawei Shen, Xueqi Cheng,
• Abstract要約: 医師とAIの関係を逆転させるパラダイムシフトを提案する。 DxDirector-7Bは先進的な深層思考能力を持つLLMであり,医師の関与を最小限に抑えたフルプロセス診断を可能にする。 DxDirector-7Bは診断精度が優れているだけでなく、医師の作業量を大幅に削減する。
• 参考スコア（独自算出の注目度）: 71.40113970879219
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Full-process clinical diagnosis in the real world encompasses the entire diagnostic workflow that begins with only an ambiguous chief complaint. While artificial intelligence (AI), particularly large language models (LLMs), is transforming clinical diagnosis, its role remains largely as an assistant to physicians. This AI-assisted working pattern makes AI can only answer specific medical questions at certain parts within the diagnostic process, but lack the ability to drive the entire diagnostic process starting from an ambiguous complaint, which still relies heavily on human physicians. This gap limits AI's ability to fully reduce physicians' workload and enhance diagnostic efficiency. To address this, we propose a paradigm shift that reverses the relationship between physicians and AI: repositioning AI as the primary director, with physicians serving as its assistants. So we present DxDirector-7B, an LLM endowed with advanced deep thinking capabilities, enabling it to drive the full-process diagnosis with minimal physician involvement. Furthermore, DxDirector-7B establishes a robust accountability framework for misdiagnoses, delineating responsibility between AI and human physicians. In evaluations across rare, complex, and real-world cases under full-process diagnosis setting, DxDirector-7B not only achieves significant superior diagnostic accuracy but also substantially reduces physician workload than state-of-the-art medical LLMs as well as general-purpose LLMs. Fine-grained analyses across multiple clinical departments and tasks validate its efficacy, with expert evaluations indicating its potential to serve as a viable substitute for medical specialists. These findings mark a new era where AI, traditionally a physicians' assistant, now drives the entire diagnostic process to drastically reduce physicians' workload, indicating an efficient and accurate diagnostic solution.
• Abstract（参考訳）: 実世界でのフルプロセスの臨床診断は、曖昧な主訴のみから始まる診断ワークフロー全体を包含する。 人工知能(AI)、特に大きな言語モデル(LLM)は臨床診断を変えつつあるが、その役割は主に医師の助手として残っている。 このAI支援作業パターンにより、AIは診断プロセス内の特定の部分における特定の医学的問題にのみ答えることができるが、あいまいな苦情から始まる診断プロセス全体を駆動する能力は、まだ人間の医師に大きく依存している。 このギャップは、医師の作業量を完全に削減し、診断効率を向上するAIの能力を制限する。 そこで我々は,医師とAIの関係を逆転させるパラダイムシフトを提案する。 そこで我々は,先進的な深層思考能力を備えたLDMであるDxDirector-7Bを提案する。 さらに、DxDirector-7Bは、誤診の堅牢な説明責任フレームワークを確立し、AIと人間の医師間の責任を規定する。 DxDirector-7Bは診断精度に優れるだけでなく、最先端の医療用LSMや汎用LSMよりも医師の作業負荷を大幅に削減する。 複数の臨床部門およびタスクにわたるきめ細かい分析は、その効果を検証し、専門家評価は、医療専門家の代用として機能する可能性を示唆している。 これらの発見は、伝統的に医師のアシスタントであったAIが、医師の作業量を劇的に削減する診断プロセス全体を推進し、効率的で正確な診断ソリューションが示される新しい時代を象徴している。

関連論文リスト

• Sequential Diagnosis with Language Models [21.22416732642907]
  本稿では,304症例を段階的に診断するシークエンシャル診断ベンチマークを紹介する。 成績は、診断精度だけでなく、医師の診察や検査の費用によって評価される。 また,医師のパネルを模擬したモデル診断オーケストレータであるMAI診断オーケストレータ(MAI-DxO)についても紹介する。
  論文  参考訳（メタデータ） (2025-06-27T17:27:26Z)
• RuleAlign: Making Large Language Models Better Physicians with Diagnostic Rule Alignment [54.91736546490813]
  本稿では,大規模言語モデルと特定の診断規則との整合性を考慮したルールアラインフレームワークを提案する。 患者と医師間の規則に基づくコミュニケーションを含む医療対話データセットを開発した。 実験の結果,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-08-22T17:44:40Z)
• The Limits of Perception: Analyzing Inconsistencies in Saliency Maps in XAI [0.0]
  説明可能な人工知能(XAI)は、AIの意思決定プロセスの解明に不可欠である。 ブラックボックス」として機能し、その理由が曖昧でアクセスできないため、誤診のリスクが高まる。 この透明性へのシフトは、単に有益であるだけでなく、医療におけるAI統合の責任を負うための重要なステップでもある。
  論文  参考訳（メタデータ） (2024-03-23T02:15:23Z)
• AI Hospital: Benchmarking Large Language Models in a Multi-agent Medical Interaction Simulator [69.51568871044454]
  我々は,emphDoctorをプレイヤとして,NPC間の動的医療相互作用をシミュレーションするフレームワークであるtextbfAI Hospitalを紹介した。 この設定は臨床シナリオにおけるLCMの現実的な評価を可能にする。 高品質な中国の医療記録とNPCを利用したマルチビュー医療評価ベンチマークを開発した。
  論文  参考訳（メタデータ） (2024-02-15T06:46:48Z)
• Beyond Direct Diagnosis: LLM-based Multi-Specialist Agent Consultation for Automatic Diagnosis [30.943705201552643]
  本研究では,潜在的な疾患に対するエージェントの確率分布を適応的に融合させることにより,現実世界の診断過程をモデル化する枠組みを提案する。 提案手法では,パラメータ更新とトレーニング時間を大幅に短縮し,効率と実用性を向上する。
  論文  参考訳（メタデータ） (2024-01-29T12:25:30Z)

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。