論文の概要: Chain-of-Thought Reasoning with Large Language Models for Clinical Alzheimer's Disease Assessment and Diagnosis
- arxiv url: http://arxiv.org/abs/2602.13979v1
- Date: Sun, 15 Feb 2026 03:56:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-17 14:17:28.586574
- Title: Chain-of-Thought Reasoning with Large Language Models for Clinical Alzheimer's Disease Assessment and Diagnosis
- Title（参考訳）: 臨床アルツハイマー病の診断と診断のための大規模言語モデルを用いたチェーン・オブ・ソート推論
- Authors: Tongze Zhang, Jun-En Ding, Melik Ozolcer, Fang-Ming Hung, Albert Chih-Chieh Yang, Feng Liu, Yi-Rou Ji, Sang Won Bae,
- Abstract要約: アルツハイマー病(AD)は世界中の神経変性疾患となっている。
大規模言語モデル (LLM) は電子的健康記録を用いて医療分野に適用されつつある。
本研究は,患者の臨床用ERHを考慮し,LCMを用いてCoT(Chain-of-Thought)を実行することを提案する。
- 参考スコア（独自算出の注目度）: 5.934813916147763
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Alzheimer's disease (AD) has become a prevalent neurodegenerative disease worldwide. Traditional diagnosis still relies heavily on medical imaging and clinical assessment by physicians, which is often time-consuming and resource-intensive in terms of both human expertise and healthcare resources. In recent years, large language models (LLMs) have been increasingly applied to the medical field using electronic health records (EHRs), yet their application in Alzheimer's disease assessment remains limited, particularly given that AD involves complex multifactorial etiologies that are difficult to observe directly through imaging modalities. In this work, we propose leveraging LLMs to perform Chain-of-Thought (CoT) reasoning on patients' clinical EHRs. Unlike direct fine-tuning of LLMs on EHR data for AD classification, our approach utilizes LLM-generated CoT reasoning paths to provide the model with explicit diagnostic rationale for AD assessment, followed by structured CoT-based predictions. This pipeline not only enhances the model's ability to diagnose intrinsically complex factors but also improves the interpretability of the prediction process across different stages of AD progression. Experimental results demonstrate that the proposed CoT-based diagnostic framework significantly enhances stability and diagnostic performance across multiple CDR grading tasks, achieving up to a 15% improvement in F1 score compared to the zero-shot baseline method.
- Abstract（参考訳）: アルツハイマー病(AD)は世界中の神経変性疾患となっている。
従来の診断は、医師による医療画像と臨床評価に大きく依存しており、しばしば人的専門知識と医療資源の両方の観点から、時間と資源が集中している。
近年、大型言語モデル(LLMs)は電子健康記録(EHRs)を用いて医療分野に適用されてきているが、特にADは画像モダリティを通して直接観察することが困難である複雑な多因子エチオロジーを含むため、アルツハイマー病の評価への応用は限られている。
本研究は,患者の臨床用ERHを考慮し,LCMsを用いてChain-of-Thought(CoT)を行う方法を提案する。
本手法では,AD分類のためのEMHデータ上でのLLMの直接微調整とは異なり,LLM生成したCoT推論経路を用いて,AD評価のための明確な診断的根拠と,構造化されたCoTに基づく予測を行う。
このパイプラインは、本質的な複雑な因子を診断するモデルの能力を高めるだけでなく、AD進行の異なる段階にわたる予測プロセスの解釈性を向上させる。
実験により,提案したCoTベースの診断フレームワークは,複数のCDRグレーティングタスクにおける安定性と診断性能を著しく向上し,F1スコアをゼロショットベースライン法と比較して最大15%向上することを示した。
関連論文リスト
- ClinDEF: A Dynamic Evaluation Framework for Large Language Models in Clinical Reasoning [58.01333341218153]
ClinDEF(ClinDEF)は, LLMにおける臨床推論をシミュレートされた診断対話を用いて評価する動的フレームワークである。
本手法は, 患者を発症し, LLMをベースとした医師と自動患者エージェントとのマルチターンインタラクションを容易にする。
実験により、ClinDEFは最先端のLSMにおいて重要な臨床推論ギャップを効果的に露呈することが示された。
論文 参考訳（メタデータ） (2025-12-29T12:58:58Z) - Integrating Genomics into Multimodal EHR Foundation Models [56.31910745104141]
本稿では,ポリジェニックリスクスコア(PRS)を基本データモダリティとして統合した,革新的なEHR基盤モデルを提案する。
このフレームワークは、臨床データと遺伝子前置詞の複雑な関係を学習することを目的としている。
このアプローチは、病気の予測、積極的な健康管理、リスク階層化、パーソナライズされた治療戦略に対する新たな洞察を解放するために重要である。
論文 参考訳（メタデータ） (2025-10-24T15:56:40Z) - A Disease-Centric Vision-Language Foundation Model for Precision Oncology in Kidney Cancer [54.58205672910646]
RenalCLIPは、腎腫瘤の特徴、診断、予後のための視覚言語基盤モデルである。
腎がんの完全な臨床ワークフローにまたがる10のコアタスクにおいて、優れたパフォーマンスと優れた一般化性を実現した。
論文 参考訳（メタデータ） (2025-08-22T17:48:19Z) - End-to-End Agentic RAG System Training for Traceable Diagnostic Reasoning [52.12425911708585]
Deep-DxSearchは、強化学習(RL)でエンドツーエンドに訓練されたエージェントRAGシステムである。
Deep-DxSearchでは,患者記録と信頼性のある医療知識情報を含む大規模医療検索コーパスを構築した。
実験により、エンドツーエンドのRLトレーニングフレームワークは、プロンプトエンジニアリングやトレーニングフリーなRAGアプローチよりも一貫して優れています。
論文 参考訳（メタデータ） (2025-08-21T17:42:47Z) - A Novel Multimodal Framework for Early Detection of Alzheimers Disease Using Deep Learning [0.0]
アルツハイマー病(英語版) (AD) は進行性神経変性疾患であり、早期診断において重大な課題を引き起こす。
従来の診断法は、疾患の多面的な性質を捉えるには不十分である。
我々は,MRI画像,認知評価,バイオマーカーという3つの主要な情報源からのデータを統合するADの早期検出のための新しい枠組みを提案する。
論文 参考訳（メタデータ） (2025-08-05T03:46:59Z) - Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications [59.721265428780946]
医学における大きな言語モデル(LLM)は印象的な能力を実現しているが、体系的で透明で検証可能な推論を行う能力に重大なギャップが残っている。
本稿は、この新興分野に関する最初の体系的なレビューを提供する。
本稿では,学習時間戦略とテスト時間メカニズムに分類した推論強化手法の分類法を提案する。
論文 参考訳（メタデータ） (2025-08-01T14:41:31Z) - Cross-modal Causal Intervention for Alzheimer's Disease Prediction [13.584994367762398]
アルツハイマー病診断のためのCross-modal Causal Intervention with Mediator (MediAD) という視覚言語因果性に着想を得たフレームワークを提案する。
我々の枠組みは、統一因果介入法により、観測可能・観測不可能な共同創設者の効果を暗黙的に緩和する。
論文 参考訳（メタデータ） (2025-07-18T14:21:24Z) - Improving Interactive Diagnostic Ability of a Large Language Model Agent Through Clinical Experience Learning [17.647875658030006]
本研究では,性能劣化現象の根底にあるメカニズムについて検討する。
我々は,中国とアメリカの医療施設から350万件以上の電子医療記録を活用する,PPME ( Plug-and-play) LLM エージェントを開発した。
本研究は, 初期疾患の診断・調査のための専門モデルを統合し, 指導的, 強化的学習技術を用いて訓練した。
論文 参考訳（メタデータ） (2025-02-24T06:24:20Z) - MINDSETS: Multi-omics Integration with Neuroimaging for Dementia Subtyping and Effective Temporal Study [0.7751705157998379]
アルツハイマー病(AD)と血管性認知症(VaD)は最も多い認知症である。
本稿では、ADとVaDを正確に区別する革新的なマルチオミクス手法を提案し、89.25%の精度で診断を行う。
論文 参考訳（メタデータ） (2024-11-06T10:13:28Z)
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。