論文の概要: TriageSim: A Conversational Emergency Triage Simulation Framework from Structured Electronic Health Records
- arxiv url: http://arxiv.org/abs/2603.10035v1
- Date: Mon, 02 Mar 2026 03:23:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-12 16:22:32.575262
- Title: TriageSim: A Conversational Emergency Triage Simulation Framework from Structured Electronic Health Records
- Title（参考訳）: TriageSim:構造化電子健康記録による会話型緊急トリアージシミュレーションフレームワーク
- Authors: Dipankar Srirag, Quoc Dung Nguyen, Aditya Joshi, Padmanesan Narasimhan, Salil Kanhere,
- Abstract要約: TriageSimは、構造化レコードからペルソナ条件のトリアージ会話を生成するためのフレームワークである。
800の合成文字と対応するオーディオのコーパスを生成する。
- 参考スコア（独自算出の注目度）: 6.798271454070157
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Research in emergency triage is restricted to structured electronic health records (EHR) due to regulatory constraints on nurse-patient interactions. We introduce TriageSim, a simulation framework for generating persona-conditioned triage conversations from structured records. TriageSim enables multi-turn nurse-patient interactions with explicit control over disfluency and decision behaviour, producing a corpus of ~800 synthetic transcripts and corresponding audio. We use a combination of automated analysis for linguistic, behavioural and acoustic fidelity alongside manual evaluation for medical fidelity using a random subset of 50 conversations. The utility of the generated corpus is examined via conversational triage classification. We observe modest agreement for acuity levels across three modalities: generated synthetic text, ASR transcripts, and direct audio inputs. The code, persona schemata and triage policy prompts for TriageSim will be available upon acceptance.
- Abstract（参考訳）: 救急トリアージの研究は、看護師と患者の相互作用に関する規制上の制約により、構造化された電子健康記録(EHR)に制限されている。
本稿では,構造化レコードからペルソナ条件のトリアージ会話を生成するためのシミュレーションフレームワークであるTriageSimを紹介する。
TriageSimは、分散と決定の振る舞いを明示的に制御し、800の合成文字と対応するオーディオのコーパスを生成するマルチターン看護師と患者の相互作用を可能にする。
言語的,行動的,音響的忠実度の自動分析と,50の会話のランダムなサブセットを用いた医療忠実度の手動評価を組み合わせた。
生成したコーパスの有用性について,対話型トリアージ分類を用いて検討した。
生成した合成テキスト, ASR 転写文字, 直接音声入力の3つのモードにまたがる明度レベルについて, 適度な一致を観察する。
TriageSimのコード、ペルソナスキーマ、トリアージポリシーのプロンプトは、受け入れ次第利用できる。
関連論文リスト
- Advancing AI Trustworthiness Through Patient Simulation: Risk Assessment of Conversational Agents for Antidepressant Selection [1.90974530523188]
患者シミュレーターは、医療、言語、行動の次元によって異なる現実的で制御可能な患者相互作用を生成する。
シミュレーターにより、アノテータと独立したAI裁判官は、エージェントのパフォーマンスを評価し、幻覚と不正確さを特定し、さまざまな患者集団のリスクパターンを特徴づけることができる。
論文 参考訳（メタデータ） (2026-02-11T21:53:18Z) - TRIDENT: A Redundant Architecture for Caribbean-Accented Emergency Speech Triage [0.0]
TRIDENT (Transcription and Routing Intelligence for Dispatcher-Empowered National Triage) は、ヒューマン・アプリケーションのための緊急コール・インプットを構築するために設計された3層・ディスペンサーをサポートするアーキテクチャである。
この研究は、カリブの音声が確立したトリアージプロトコルへの公平なアクセスを確実に受けられるように、アクセント耐性の緊急AIのためのフレームワークを確立する。
論文 参考訳（メタデータ） (2025-12-11T15:29:33Z) - Triplet-Structured Knowledge Integration for Multi-Turn Medical Reasoning [21.44813166265882]
大規模言語モデル(LLM)は静的医療質問応答(QA)タスクにおいて高いパフォーマンスを示している。
本稿では,LLMの推論信頼性を高める三重構造アプローチであるTriMediQを紹介する。
2つのインタラクティブな医療QAベンチマークの実験によると、TriMediQは既存の5つのベースラインよりも最大10.4%精度が向上している。
論文 参考訳（メタデータ） (2025-10-03T22:11:17Z) - Why Synthetic Isn't Real Yet: A Diagnostic Framework for Contact Center Dialogue Generation [3.2960068101198963]
プライバシとデータ不足がモデルトレーニングと評価を制限するコンタクトセンタードメインでは,合成転写生成が重要となる。
単純なプロンプトから特徴認識型マルチステージアプローチに至るまで,言語に依存しない4つの生成戦略をベンチマークする。
結果、永続的な課題が明らかになる: 全ての特徴にまたがるメソッドは、拡散、感情、行動的リアリズムに顕著な欠陥を伴わない。
論文 参考訳（メタデータ） (2025-08-25T17:10:36Z) - Synthetic Patient-Physician Dialogue Generation from Clinical Notes Using LLM [27.33193944412666]
医療対話システム(MDS)は、患者と医師のコミュニケーションを強化し、医療のアクセシビリティを改善し、コストを削減する。
しかし、これらのシステムの訓練に適したデータを取得することは大きな課題である。
我々のアプローチであるSynDialは、ゼロショットプロンプトとフィードバックループを備えた単一のLLMを反復的に使用し、高品質な合成対話を生成する。
論文 参考訳（メタデータ） (2024-08-12T16:49:22Z) - Surgical Triplet Recognition via Diffusion Model [59.50938852117371]
外科的三重項認識は、次世代のコンテキスト対応手術室を実現するために必要不可欠なビルディングブロックである。
拡散モデルを用いた外科的三重項認識のための新しい生成フレームワークであるDifftを提案する。
CholecT45とColecT50データセットの実験は、手術用三重項認識のための新しい最先端性能を達成する上で、提案手法の優位性を示している。
論文 参考訳（メタデータ） (2024-06-19T04:43:41Z) - Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。
VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。
本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-29T23:19:28Z) - Self-supervised Answer Retrieval on Clinical Notes [68.87777592015402]
本稿では,ドメイン固有パスマッチングのためのトランスフォーマー言語モデルをトレーニングするためのルールベースのセルフスーパービジョンであるCAPRを紹介する。
目的をトランスフォーマーベースの4つのアーキテクチャ、コンテキスト文書ベクトル、ビ-、ポリエンコーダ、クロスエンコーダに適用する。
本稿では,ドメイン固有パスの検索において,CAPRが強いベースラインを上回り,ルールベースおよび人間ラベル付きパスを効果的に一般化することを示す。
論文 参考訳（メタデータ） (2021-08-02T10:42:52Z) - Noise-Resilient Automatic Interpretation of Holter ECG Recordings [67.59562181136491]
本稿では,ホルター記録を雑音に頑健に解析する3段階プロセスを提案する。
第1段階は、心拍位置を検出する勾配デコーダアーキテクチャを備えたセグメンテーションニューラルネットワーク(NN)である。
第2段階は、心拍を幅または幅に分類する分類NNである。
第3のステージは、NN機能の上に、患者対応機能を組み込んだ強化決定木(GBDT)である。
論文 参考訳（メタデータ） (2020-11-17T16:15:49Z)
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。