論文の概要: MedNuggetizer: Confidence-Based Information Nugget Extraction from Medical Documents
- arxiv url: http://arxiv.org/abs/2512.15384v1
- Date: Wed, 17 Dec 2025 12:37:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-18 17:06:26.980532
- Title: MedNuggetizer: Confidence-Based Information Nugget Extraction from Medical Documents
- Title（参考訳）: MedNuggetizer:医療文書からの信頼に基づく情報Nugget抽出
- Authors: Gregor Donabauer, Samy Ateia, Udo Kruschwitz, Maximilian Burger, Matthias May, Christian Gilfrich, Maximilian Haas, Julio Ruben Rodas Garzaro, Christoph Eckl,
- Abstract要約: textitMedNuggetizerは、医療文書からクエリ駆動による情報ナゲットの抽出とクラスタリングを行うツールである。
大規模言語モデル (LLM) によって支援され、textitMedNuggetizer は、信頼できる証拠を生成するためにグループ化された情報ナゲットの繰り返し抽出を実行する。
- 参考スコア（独自算出の注目度）: 4.210316924675724
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present MedNuggetizer, https://mednugget-ai.de/; access is available upon request.}, a tool for query-driven extraction and clustering of information nuggets from medical documents to support clinicians in exploring underlying medical evidence. Backed by a large language model (LLM), \textit{MedNuggetizer} performs repeated extractions of information nuggets that are then grouped to generate reliable evidence within and across multiple documents. We demonstrate its utility on the clinical use case of \textit{antibiotic prophylaxis before prostate biopsy} by using major urological guidelines and recent PubMed studies as sources of information. Evaluation by domain experts shows that \textit{MedNuggetizer} provides clinicians and researchers with an efficient way to explore long documents and easily extract reliable, query-focused medical evidence.
- Abstract（参考訳）: 私たちはMedNuggetizer, https://mednugget-ai.de/を提示します。
これは、医用文書から情報ナゲットをクエリ駆動で抽出し、クラスタリングするツールで、臨床医が基礎となる医療証拠を探索するのを支援する。
大規模言語モデル (LLM) が支援する \textit{MedNuggetizer} は、複数のドキュメント内で信頼できる証拠を生成するためにグループ化された情報ナゲットの繰り返し抽出を実行する。
前立腺生検前の「textit{antibiotic prophylaxis」の臨床症例に対して,主要な尿路ガイドラインと最近のPubMed研究を情報源として応用し,その有用性を実証した。
ドメインの専門家による評価によると、‘textit{MedNuggetizer} は、医師や研究者に、長いドキュメントを探索し、信頼性の高いクエリにフォーカスした医療証拠を容易に抽出する効率的な方法を提供する。
関連論文リスト
- Demonstrating Narrative Pattern Discovery from Biomedical Literature [2.870762512009438]
PubPharmはドイツの薬局向けの専門情報サービスである。
PubPharmは従来のキーワードベースの検索、化学構造検索、新しいグラフベースの発見をサポートする。
これは物語パターンマイニングと呼ばれる新しい検索機能を導入し、ユーザーはコンテキスト関連エンティティやエンティティのインタラクションを探索できる。
論文 参考訳（メタデータ） (2025-08-18T10:07:14Z) - Pub-Guard-LLM: Detecting Retracted Biomedical Articles with Reliable Explanations [11.082285990214595]
Pub-Guard-LLMは、バイオメディカルな論文の不正検出に適した、大規模な言語モデルベースのシステムである。
Pub-Guard-LLMは、様々なベースラインのパフォーマンスを一貫して上回る。
科学的不正検出における検出性能と説明可能性の両方を向上させることで、Pub-Guard-LLMは、新しい効果的なオープンソースツールによる研究完全性の保護に寄与する。
論文 参考訳（メタデータ） (2025-02-21T12:54:56Z) - AutoMIR: Effective Zero-Shot Medical Information Retrieval without Relevance Labels [19.90354530235266]
textbfSelf-textbfLearning textbfHypothetical textbfDocument textbfEmbeddings (textbfSL-HyDE)を導入してこの問題に対処する。
SL-HyDEは、与えられたクエリに基づいて仮説文書を生成するために、大きな言語モデル(LLM)をジェネレータとして利用する。
実世界の医療シナリオを基盤とした総合的な評価フレームワークとして,中国医療情報検索ベンチマーク(CMIRB)を提案する。
論文 参考訳（メタデータ） (2024-10-26T02:53:20Z) - Identifying and Aligning Medical Claims Made on Social Media with Medical Evidence [0.12277343096128711]
医療クレームの特定、これらのクレームからの医療語彙の抽出、特定された医療クレームに関連する証拠の検索という3つの中核課題について検討する。
本稿では,これらの中核的タスクをそれぞれ支援するために,合成医療クレームを生成できる新しいシステムを提案する。
論文 参考訳（メタデータ） (2024-05-18T07:50:43Z) - Uncertainty-aware Medical Diagnostic Phrase Identification and Grounding [72.18719355481052]
MRG(Messical Report Grounding)と呼ばれる新しい課題について紹介する。
MRGは医療報告から診断フレーズとその対応する接地箱を直接エンドツーエンドで識別することを目的としている。
マルチモーダルな大規模言語モデルを用いて診断フレーズを予測する,堅牢で信頼性の高いフレームワークである uMedGround を提案する。
論文 参考訳（メタデータ） (2024-04-10T07:41:35Z) - Comparing Knowledge Sources for Open-Domain Scientific Claim
Verification [6.726255259929497]
PubMedは特殊なバイオメディカルクレームとうまく連携するが、Wikipediaは日常的な健康問題に向いている。
結果について議論し、頻繁な検索パターンと課題を概説し、将来有望な方向性を提供する。
論文 参考訳（メタデータ） (2024-02-05T09:57:15Z) - Retrieval-Augmented and Knowledge-Grounded Language Models for Faithful Clinical Medicine [68.7814360102644]
本稿では,Re$3$Writer法を提案する。
本手法が患者の退院指示生成に有効であることを示す。
論文 参考訳（メタデータ） (2022-10-23T16:34:39Z) - EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。
DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
論文 参考訳（メタデータ） (2022-08-01T18:47:03Z) - CitationIE: Leveraging the Citation Graph for Scientific Information
Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。
最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文 参考訳（メタデータ） (2021-06-03T03:00:12Z) - 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。