論文の概要: Trust, Safety, and Accuracy: Assessing LLMs for Routine Maternity Advice

• arxiv url: http://arxiv.org/abs/2603.16872v1
• Date: Mon, 12 Jan 2026 13:48:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.347408
• Title: Trust, Safety, and Accuracy: Assessing LLMs for Routine Maternity Advice
• Title（参考訳）: 信頼, 安全, 正確性: 定期産児相談におけるLCMの評価
• Authors: V Sai Divya, A Bhanusree, Rimjhim, K Venkata Krishna Rao,
• Abstract要約: 本研究では,ChatGPT-4o,Perplexity AI,GeminiAIなどの大規模言語モデル(LLM)を評価し,妊娠に関する信頼性と理解可能な情報を提供する。 評価には、セマンティックな類似性、名詞の重複、コンテンツ品質を測定するための可読性メトリクスが使用された。 その結果、パープレキシティは専門家のセマンティクスと密接に一致し、ChatGPT-4oはより明瞭で理解しやすいテキストを生成した。
• 参考スコア（独自算出の注目度）: 0.8749675983608171
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Access to reliable maternal healthcare information is a major challenge in rural India due to limited medical resources and infrastructure. With over 830 million internet users and nearly half of rural women online, digital tools offer new opportunities for health education. This study evaluates large language models (LLMs) like ChatGPT-4o, Perplexity AI, and GeminiAI to provide reliable and understandable pregnancy-related information. Seventeen pregnancy-focused questions were posed to each model and compared with responses from maternal health professionals. Evaluations used semantic similarity, noun overlap, and readability metrics to measure content quality. Results show Perplexity closely matched expert semantics, while ChatGPT-4o produced clearer, more understandable text with better medical terminology. As internet access grows in rural areas, LLMs could serve as scalable aids for maternal health education. The study highlights the need for AI tools that balance accuracy and clarity to improve healthcare communication in underserved regions.
• Abstract（参考訳）: インドでは医療資源やインフラが限られているため、信頼できる母系医療情報へのアクセスが大きな課題となっている。 8億3000万以上のインターネットユーザーと、半分近くの田舎の女性をオンラインで利用しているデジタルツールは、健康教育の新しい機会を提供する。 本研究では,ChatGPT-4o,Perplexity AI,GeminiAIなどの大規模言語モデル(LLM)を評価し,妊娠に関する信頼性と理解可能な情報を提供する。 妊娠に焦点を当てた17の質問が各モデルに提起され、母体保健専門家の回答と比較された。 評価には、セマンティックな類似性、名詞の重複、コンテンツ品質を測定するための可読性メトリクスが使用された。 その結果、パープレキシティは専門家のセマンティクスと密接に一致し、ChatGPT-4oはより明瞭で理解しやすいテキストを生成した。 農村部ではインターネットアクセスが拡大するにつれて、LCMは母体保健教育のスケーラブルな支援となる可能性がある。 この研究は、観測されていない地域での医療コミュニケーションを改善するために正確性と明瞭さのバランスをとるAIツールの必要性を強調している。

関連論文リスト

• Comparative Analysis of Large Language Models in Generating Telugu Responses for Maternal Health Queries [0.8749675983608171]
  大規模言語モデル (LLM) は、様々な分野の研究において、徐々にその能力を示すようになっている。 本研究では,ChatGPT-4o,GeminiAI,Perplexity AIが,異なる言語で質問された妊娠関連質問に対してどのように反応するかを示す。
  論文  参考訳（メタデータ） (2026-03-19T13:39:38Z)
• Developing and evaluating a chatbot to support maternal health care [20.297280325309924]
  本稿では,インドにおける母体保健ロボットについて,学術研究者,医療技術企業,公衆衛生非営利団体,病院との共同研究を通じて紹介する。 本システムは,(1)ステージアウェアトリアージ,(2)専門家テンプレートへのハイリスククエリのルーティング,(2)母子・新生児ガイドラインのハイブリッド検索,(3)LCMからのエビデンス条件付き生成を組み合わせた。 当社のコアコントリビューションは、専門家の限られた監督の下での、ハイテイクデプロイメントの評価ワークフローです。
  論文  参考訳（メタデータ） (2026-03-13T17:02:05Z)
• Scope of Online Maternal Health Information in Kinyarwanda and Opportunities for Digital Health Developers [0.0]
  母親の健康教育に特化したウェブサイトが増えているが、コンテンツの範囲と品質は様々である。 本研究では、低リソースのKinyarwanda言語でコンテンツを提供する母親の健康関連ウェブサイトで主に取り上げられているトピックについて分析した。 主訴は妊娠危険徴候,(2)保育,(3)親密性(性),(4)栄養,(5)医師相談の重要性であった。
  論文  参考訳（メタデータ） (2025-04-04T09:55:23Z)
• Edge AI for Real-time Fetal Assessment in Rural Guatemala [5.360772430004525]
  周産期合併症は、世界中の母体と新生児の健康に重大な負担をもたらす。 我々は,介護現場での意思決定支援を目的とした,AI対応スマートフォンアプリケーションを開発した。 このツールは、機械学習(ML)技術を活用して妊娠中の健康モニタリングを強化することを目的としている。
  論文  参考訳（メタデータ） (2025-03-12T12:31:07Z)
• AI as a Medical Ally: Evaluating ChatGPT's Usage and Impact in Indian Healthcare [2.259877069661293]
  本研究では、インドの医療分野におけるChatGPTのような大規模言語モデル(LLM)の統合と影響について検討する。 以上の結果から, 医療専門家は医療教育においてChatGPTを重んじるが, 信頼性, プライバシ, 医療基準による相互検証の必要性から注意を喚起する。 一般ユーザーは医療におけるAIインタラクションの好みを示すが、正確性や信頼に関する懸念は続く。
  論文  参考訳（メタデータ） (2024-01-28T08:20:36Z)
• 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)
• Augmenting Black-box LLMs with Medical Textbooks for Biomedical Question Answering [48.17095875619711]
  LLMs Augmented with Medical Textbooks (LLM-AMT)を提案する。 LLM-AMTは、プラグイン・アンド・プレイモジュールを使用して、権威ある医学教科書をLLMのフレームワークに統合する。 検索コーパスとしての医学教科書は,医学領域におけるウィキペディアよりも効果的な知識データベースであることが確認された。
  論文  参考訳（メタデータ） (2023-09-05T13:39:38Z)

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。