論文の概要: Fine-Tuning DialoGPT on Common Diseases in Rural Nepal for Medical Conversations

• arxiv url: http://arxiv.org/abs/2511.00514v1
• Date: Sat, 01 Nov 2025 11:33:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.817869
• Title: Fine-Tuning DialoGPT on Common Diseases in Rural Nepal for Medical Conversations
• Title（参考訳）: 医療会話のためのネパール農村部における共通疾患の微調整ダイアロGPT
• Authors: Birat Poudel, Satyam Ghimire, Er. Prakash Chandra Prasad,
• Abstract要約: ネパールの農村部における医師と患者との相互作用のデータセット上でオフラインで動作可能な軽量な生成対話モデルを微調整した。 限られたドメイン固有のデータセットでトレーニングされているにもかかわらず、微調整されたモデルは一貫性があり、文脈的に関連があり、医学的に適切な応答を生み出した。
• 参考スコア（独自算出の注目度）: 0.46664938579243564
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conversational agents are increasingly being explored to support healthcare delivery, particularly in resource-constrained settings such as rural Nepal. Large-scale conversational models typically rely on internet connectivity and cloud infrastructure, which may not be accessible in rural areas. In this study, we fine-tuned DialoGPT, a lightweight generative dialogue model that can operate offline, on a synthetically constructed dataset of doctor-patient interactions covering ten common diseases prevalent in rural Nepal, including common cold, seasonal fever, diarrhea, typhoid fever, gastritis, food poisoning, malaria, dengue fever, tuberculosis, and pneumonia. Despite being trained on a limited, domain-specific dataset, the fine-tuned model produced coherent, contextually relevant, and medically appropriate responses, demonstrating an understanding of symptoms, disease context, and empathetic communication. These results highlight the adaptability of compact, offline-capable dialogue models and the effectiveness of targeted datasets for domain adaptation in low-resource healthcare environments, offering promising directions for future rural medical conversational AI.
• Abstract（参考訳）: 会話エージェントは、特に農村部ネパールのような資源に制約のある環境で、医療提供を支援するためにますます研究されている。 大規模な会話モデルは一般的にインターネット接続とクラウドインフラに依存しており、農村部ではアクセスできない可能性がある。 本研究は,ネパール地方で流行する10の共通疾患を包含する医師と患者との相互作用を,オフラインで操作できる軽量な生成対話モデルであるDialoGPTを微調整した。 限られたドメイン固有のデータセットでトレーニングされているにもかかわらず、微調整されたモデルは、一貫性があり、文脈的に関連があり、医学的に適切な応答を生成し、症状、疾患コンテキスト、共感的なコミュニケーションの理解を示しました。 これらの結果は、コンパクトでオフライン対応の対話モデルの適応性と、低リソースの医療環境におけるドメイン適応のためのターゲットデータセットの有効性を強調し、将来の田舎の医療会話型AIに有望な方向性を提供する。

関連論文リスト

• A Structured Dataset of Disease-Symptom Associations to Improve Diagnostic Accuracy [0.7349727826230863]
  疾患症状データセットは、医学研究、疾患診断、臨床意思決定、AIによる健康管理の応用に重要かつ需要がある。 本研究は, 各種オンライン資料, 医療文献, 公衆衛生データベースから, 疾患症状の関係を体系的にコンパイルする。 このデータは、ピアレビューされた医療論文、臨床ケーススタディ、および疾患症状関連報告を分析して収集された。
  論文  参考訳（メタデータ） (2025-06-16T15:38:39Z)
• Socially Constructed Treatment Plans: Analyzing Online Peer Interactions to Understand How Patients Navigate Complex Medical Conditions [1.660288273261283]
  複雑な条件に対する治療計画の「社会的構築」の特徴について述べる。 我々は、現在最先端の大規模言語モデル(LLM)において、社会的に構築された治療関連知識がどのように反映されているかを検討する。
  論文  参考訳（メタデータ） (2025-03-27T21:06:07Z)
• ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language Model Meta-AI (LLaMA) Using Medical Domain Knowledge [8.584905227066034]
  本研究の目的は,医療アドバイスの精度を向上した専門言語モデルを作ることであった。 そこで我々は,10万件の患者-医師対話の大規模データセットを用いて,大規模言語モデルメタAI(LLaMA)の適応と精錬を行った。 実際の患者と医師の相互作用によるモデルの微調整により、患者のニーズを理解し、アドバイスを提供する能力は大幅に向上した。
  論文  参考訳（メタデータ） (2023-03-24T15:29:16Z)
• 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)
• Clustering of countries based on the associated social contact patterns in epidemiological modelling [0.0]
  本報告では,接触行列に基づくクラスタリング諸国の枠組みについて,その基盤となる流行モデルについて述べる。 R"ostらによる新型コロナウイルスモデルを用いて、パンデミックの状況においてどの国を比較できるかを示す。
  論文  参考訳（メタデータ） (2022-11-08T10:59:14Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Multilingual Medical Question Answering and Information Retrieval for Rural Health Intelligence Access [1.0499611180329804]
  いくつかの発展途上国の農村部では、高品質な医療、医療インフラ、専門的診断へのアクセスはほとんど利用できない。 このような医療アクセスの欠如、患者の以前の健康記録の欠如、および先住民語での情報の置換によるいくつかの死を、容易に防ぐことができる。 本稿では,機械学習とNLP(Natural Language Processing)技術における現象の進展を利用して,低リソース・多言語・予備的ファーストポイント・オブ・コンタクト・メディカルアシスタントを設計するアプローチについて述べる。
  論文  参考訳（メタデータ） (2021-06-02T16:05:24Z)
• Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
  ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。 行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。 学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
  論文  参考訳（メタデータ） (2021-03-23T11:10:04Z)
• Graph-Evolving Meta-Learning for Low-Resource Medical Dialogue Generation [150.52617238140868]
  ソース疾患からターゲット疾患へ診断経験を移すために、低リソースの医療対話生成を提案します。 また,新しい疾患の症状相関を推論するためのコモンセンスグラフの進化を学習するグラフ進化メタラーニングフレームワークを開発した。
  論文  参考訳（メタデータ） (2020-12-22T13:20:23Z)
• Text Mining to Identify and Extract Novel Disease Treatments From Unstructured Datasets [56.38623317907416]
  Google Cloudを使って、NPRラジオ番組のポッドキャストのエピソードを書き起こします。 次に、テキストを体系的に前処理するためのパイプラインを構築します。 我々のモデルは、Omeprazoleが心臓熱傷の治療に役立てることに成功しました。
  論文  参考訳（メタデータ） (2020-10-22T19:52:49Z)

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。