論文の概要: NurseLLM: The First Specialized Language Model for Nursing

• arxiv url: http://arxiv.org/abs/2510.07173v1
• Date: Wed, 08 Oct 2025 16:15:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-09 16:41:20.613501
• Title: NurseLLM: The First Specialized Language Model for Nursing
• Title（参考訳）: NurseLLM: 看護のための最初の特別言語モデル
• Authors: Md Tawkat Islam Khondaker, Julia Harrington, Shady Shehata,
• Abstract要約: NurseLLMは,複数選択質問応答(MCQ)タスクに適した看護特化LDMである。 看護トピックの広い範囲でLSMをトレーニングするための,最初の大規模看護MCQデータセットを構築した。 実験の結果,NurseLLMはSOTAの汎用および医療用LLMを同等の大きさで上回っていることがわかった。
• 参考スコア（独自算出の注目度）: 3.2696866605604185
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advancements in large language models (LLMs) have significantly transformed medical systems. However, their potential within specialized domains such as nursing remains largely underexplored. In this work, we introduce NurseLLM, the first nursing-specialized LLM tailored for multiple choice question-answering (MCQ) tasks. We develop a multi-stage data generation pipeline to build the first large scale nursing MCQ dataset to train LLMs on a broad spectrum of nursing topics. We further introduce multiple nursing benchmarks to enable rigorous evaluation. Our extensive experiments demonstrate that NurseLLM outperforms SoTA general-purpose and medical-specialized LLMs of comparable size on different benchmarks, underscoring the importance of a specialized LLM for the nursing domain. Finally, we explore the role of reasoning and multi-agent collaboration systems in nursing, highlighting their promise for future research and applications.
• Abstract（参考訳）: 大規模言語モデル(LLM)の最近の進歩は医療システムに大きな変化をもたらした。 しかし、看護などの専門分野におけるポテンシャルは、いまだに未熟である。 本研究では,複数選択質問応答(MCQ)タスクに適した看護専門LLMであるNurseLLMを紹介する。 我々は,看護トピックの広い範囲でLLMを訓練するための,最初の大規模看護MCQデータセットを構築するための多段階データ生成パイプラインを開発した。 さらに、厳格な評価を可能にするために、複数の看護ベンチマークを導入する。 以上の結果から,NurseLLM はSOTA の汎用および医療特化 LLM を異なるベンチマークで比較し,看護領域における特殊な LLM の重要性を強調した。 最後に,看護における推論とマルチエージェント協調システムの役割について考察し,今後の研究・応用への期待を明らかにする。

関連論文リスト

• MAM: Modular Multi-Agent Framework for Multi-Modal Medical Diagnosis via Role-Specialized Collaboration [57.98393950821579]
  マルチモーダル医療診断のためのモジュール型マルチエージェントフレームワーク(MAM)について紹介する。 我々の経験的発見に触発されて、MAMは医療診断プロセスを、一般実践者、スペシャリストチーム、放射線科医、医療助手、ディレクターの専門的な役割に分解する。 このモジュール的で協調的なフレームワークは、効率的な知識更新を可能にし、既存の医療用LLMと知識ベースを活用する。
  論文  参考訳（メタデータ） (2025-06-24T17:52:43Z)
• Polaris: A Safety-focused LLM Constellation Architecture for Healthcare [17.074456639617996]
  Polarisは、リアルタイムの患者とAIの医療会話のための、安全に焦点を当てた初めてのLLMコンステレーションだ。 当社のモデルは、プロプライエタリなデータ、臨床ケア計画、医療規制文書、医療マニュアル、その他の医学推論文書に基づいてトレーニングします。 我々は、このシステムのエンドツーエンドの会話評価を行うために、1100人以上の米国免許看護師と130人以上の米国医師を募集した。
  論文  参考訳（メタデータ） (2024-03-20T05:34:03Z)
• BioMistral: A Collection of Open-Source Pretrained Large Language Models for Medical Domains [8.448541067852]
  大規模言語モデル(LLM)は近年,顕著な汎用性を示している。 健康状況に合わせて様々なオープンソース LLM が利用可能であるにもかかわらず、汎用 LLM を医療分野に適用することは重大な課題である。 我々は、Mistralを基盤モデルとして、バイオメディカルドメインに適したオープンソースのLLMであるBioMistralを紹介した。
  論文  参考訳（メタデータ） (2024-02-15T23:39:04Z)
• Large Language Model Distilling Medication Recommendation Model [58.94186280631342]
  大規模言語モデル(LLM)の強力な意味理解と入力非依存特性を利用する。 本研究は, LLMを用いて既存の薬剤推奨手法を変換することを目的としている。 これを軽減するため,LLMの習熟度をよりコンパクトなモデルに伝達する機能レベルの知識蒸留技術を開発した。
  論文  参考訳（メタデータ） (2024-02-05T08:25:22Z)
• Large language models in healthcare and medical domain: A review [4.456243157307507]
  大規模言語モデル(LLM)は、自由テキストクエリに対する熟練した応答を提供する。 このレビューでは、多様な医療応用の効率性と効果を増幅するLLMの可能性について考察する。
  論文  参考訳（メタデータ） (2023-12-12T20:54:51Z)
• ChiMed-GPT: A Chinese Medical Large Language Model with Full Training Regime and Better Alignment to Human Preferences [51.66185471742271]
  我々は中国医学領域向けに明示的に設計されたベンチマークLSMであるChiMed-GPTを提案する。 ChiMed-GPTは、事前訓練、SFT、RLHFを含む総合的な訓練体制を実施。 我々は,ChiMed-GPTを患者識別に関する態度尺度の実行を促すことによって,潜在的なバイアスを分析した。
  論文  参考訳（メタデータ） (2023-11-10T12:25:32Z)
• LLMs-Healthcare : Current Applications and Challenges of Large Language Models in various Medical Specialties [0.7673339435080445]
  本稿では,医療分野におけるLarge Language Models(LLMs)の最近の進歩を概観する。 LLMは、医師、医療提供者、患者を含む医療支援において重要な役割を担っている。 LLMががん治療、皮膚科、歯科医療、神経変性疾患、精神保健にどのように応用されているか、私たちは光を当てました。
  論文  参考訳（メタデータ） (2023-10-28T01:01:30Z)
• MedAlpaca -- An Open-Source Collection of Medical Conversational AI Models and Training Data [37.60056509129154]
  大規模言語モデル(LLM)は、医療、診断、患者医療、教育を改善するためのかなりの約束を持っている。 しかし、患者のプライバシを保護するために、オンプレミスでデプロイできるオープンソースモデルが緊急に必要である。 本稿では、160,000以上のエントリからなる革新的なデータセットについて紹介する。
  論文  参考訳（メタデータ） (2023-04-14T11:28:08Z)

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。