論文の概要: MedConceal: A Benchmark for Clinical Hidden-Concern Reasoning Under Partial Observability
- arxiv url: http://arxiv.org/abs/2604.08788v1
- Date: Thu, 09 Apr 2026 21:51:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-13 17:57:53.593103
- Title: MedConceal: A Benchmark for Clinical Hidden-Concern Reasoning Under Partial Observability
- Title（参考訳）: MedConceal : 部分観察可能条件下でのハイドデン・コンサーン推論のベンチマーク
- Authors: Yikun Han, Joey Chan, Jingyuan Chen, Mengting Ai, Simo Du, Yue Guo,
- Abstract要約: 医療対話における隠蔽推論評価のための対話型患者シミュレータを用いたベンチマークであるMedConcealを提案する。
クリニックが回答したオンライン健康に関する議論から構築された各ケースは、シミュレーターと内部を隠蔽した懸念を伴うクリニックと視覚のコンテキストをペアリングする。
本研究は,マルチターン対話を通じて隠れた関心を隠蔽し,介入し,主要な関心事に対処し,患者を目標計画に向けて誘導する2つの能力について検討する。
- 参考スコア（独自算出の注目度）: 17.806376792868416
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Patient-clinician communication is an asymmetric-information problem: patients often do not disclose fears, misconceptions, or practical barriers unless clinicians elicit them skillfully. Effective medical dialogue therefore requires reasoning under partial observability: clinicians must elicit latent concerns, confirm them through interaction, and respond in ways that guide patients toward appropriate care. However, existing medical dialogue benchmarks largely sidestep this challenge by exposing hidden patient state, collapsing elicitation into extraction, or evaluating responses without modeling what remains hidden. We present MedConceal, a benchmark with an interactive patient simulator for evaluating hidden-concern reasoning in medical dialogue, comprising 300 curated cases and 600 clinician-LLM interactions. Built from clinician-answered online health discussions, each case pairing clinician-visible context with simulator-internal hidden concerns derived from prior literature and structured using an expert-developed taxonomy. The simulator withholds these concerns from the dialogue agent, tracks whether they have been revealed and addressed via theory-grounded turn-level communication signals, and is clinician-reviewed for clinical plausibility. This enables process-aware evaluation of both task success and the interaction process that leads to it. We study two abilities: confirmation, surfacing hidden concerns through multi-turn dialogue, and intervention, addressing the primary concern and guiding the patient toward a target plan. Results show that no single system dominates: frontier models lead on different confirmation metrics, while human clinicians (N=159) remain strongest on intervention success. Together, these results identify hidden-concern reasoning under partial observability as a key unresolved challenge for medical dialogue systems.
- Abstract（参考訳）: 患者間のコミュニケーションは非対称的な情報伝達の問題であり、臨床医がそれらを巧みに引き起こさない限り、患者は恐怖や誤解、実用的な障壁を開示しないことが多い。
したがって、効果的な医療対話は、部分的な観察可能性の下での推論を必要とする: 臨床医は、潜伏した懸念を誘発し、相互作用を通じてそれを確認し、患者を適切なケアへと導く方法に応答する必要がある。
しかし、既存の医療対話ベンチマークは、隠された患者の状態を隠蔽し、抽出に衝突させたり、隠されたままのものをモデル化せずに反応を評価することで、この課題を大半を後押ししている。
MedConcealは,300例の治癒例と600例の臨床とLLMの相互作用を含む,医療対話における隠蔽性推論を評価するための対話型患者シミュレータを用いたベンチマークである。
臨床医が回答したオンライン健康に関する議論から構築された各症例は、前回の文献から得られたシミュレーターと内部に隠された関心事と、専門家が開発した分類学を用いて構成されたクリニックと可視のコンテキストをペアリングする。
シミュレーターは、これらの懸念を対話エージェントから無視し、理論に基づくターンレベルの通信信号を用いて、それらが明らかにされ、対処されたかを追跡し、臨床的妥当性を臨床レビューする。
これにより、タスクの成功とそれにつながるインタラクションプロセスの両方をプロセス対応で評価することができる。
本研究は,マルチターン対話を通じて隠れた関心を隠蔽し,介入し,主要な関心事に対処し,患者を目標計画に向けて誘導する2つの能力について検討する。
フロンティアモデルは異なる確認基準を導いており、一方、ヒト臨床医(N=159)は介入の成功において最強である。
これらの結果から, 半可観測条件下での隠蔽・隠蔽推論は, 医療対話システムにとって重要な未解決課題であることが明らかとなった。
関連論文リスト
- AgentsEval: Clinically Faithful Evaluation of Medical Imaging Reports via Multi-Agent Reasoning [73.50200033931148]
本稿では,放射線科医の協調診断ワークフローをエミュレートしたマルチエージェントストリーム推論フレームワークであるAgensEvalを紹介する。
評価プロセスを基準定義、エビデンス抽出、アライメント、一貫性スコアなどの解釈可能なステップに分割することで、AgensEvalは明確な推論トレースと構造化された臨床フィードバックを提供する。
実験結果から,AgensEvalは,言い換え,意味的,スタイリスティックな摂動の下でも頑健な臨床的整合性,意味的忠実性,解釈可能な評価を提供することが示された。
論文 参考訳（メタデータ） (2026-01-23T11:59:13Z) - 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) - Simulating Viva Voce Examinations to Evaluate Clinical Reasoning in Large Language Models [51.91760712805404]
大規模言語モデル(LLM)におけるシーケンシャルな臨床推論を評価するためのベンチマークであるVivaBenchを紹介する。
本データセットは,医療訓練における(口頭)検査をシミュレートする対話的シナリオとして構成された1762名の医師による臨床ヴィグネットから構成される。
本分析では,臨床における認知的誤りを反映するいくつかの障害モードを同定した。
論文 参考訳（メタデータ） (2025-10-11T16:24:35Z) - The Dialogue That Heals: A Comprehensive Evaluation of Doctor Agents' Inquiry Capability [15.649293541650811]
我々は,医療マルチターン質問の自動的・包括的評価のための,これまでで最大のベンチマークであるMAQuE(Medical Agent Questioning Evaluation)を提案する。
3000の患者エージェントがリアルにシミュレートされ、多様な言語パターン、認知的制限、感情的反応、受動的開示の傾向を示す。
また,タスク成功,質問能力,対話能力,質問効率,患者体験を網羅する多面的評価フレームワークも導入した。
論文 参考訳（メタデータ） (2025-09-29T15:52:36Z) - TRUST: An LLM-Based Dialogue System for Trauma Understanding and Structured Assessments [8.618945530676614]
本研究は,臨床症状を再現するLLMを用いた対話システムを開発することにより,メンタルヘルスアクセシビリティのギャップを埋めることを目的とする。
我々は、PTSDの正式な診断および評価を行うことができる協調LLMモジュールのフレームワークであるTRUSTを紹介する。
臨床医による時間と費用のかかる手動テストを置き換えるために,実生活の面接書に基づく患者シミュレーション手法を開発した。
論文 参考訳（メタデータ） (2025-04-30T17:58:06Z) - Dialogue is Better Than Monologue: Instructing Medical LLMs via Strategical Conversations [74.83732294523402]
実世界の診断シナリオをシミュレートし,USMLE標準に適合するノイズと難易度を統合する新しいベンチマークを導入する。
また、対話に基づく微調整についても検討し、静的データセットを会話形式に変換し、反復的推論プロセスをよりよく捉える。
実験の結果、対話調整されたモデルは従来の手法よりも優れており、マルチラウンド推論のシナリオでは9.64%、ノイズの多い環境では6.18%の精度で改善されている。
論文 参考訳（メタデータ） (2025-01-29T18:58:48Z) - Listening to Patients: A Framework of Detecting and Mitigating Patient Misreport for Medical Dialogue Generation [31.466180762584635]
医療対話システムは,患者の誤報告を効果的に検出し,軽減する方法という,2つの重要な課題に対処すべきである,と我々は主張する。
医療対話生成のための患者ミスレポートの検出・緩和フレームワークPaMisを提案する。
論文 参考訳（メタデータ） (2024-10-08T14:49:41Z) - Reasoning Like a Doctor: Improving Medical Dialogue Systems via Diagnostic Reasoning Process Alignment [14.563188427409958]
本研究の目的は,臨床医の診断推論プロセスと整合した医療対話システムの構築である。
適切な応答を生成するために設計された新しいフレームワークであるエミュレーションを提案する。
当社の枠組みは, 医療相談における透明性の向上を図り, 反応の明確な説明を提供する。
論文 参考訳（メタデータ） (2024-06-20T02:02:53Z) - AI Hospital: Benchmarking Large Language Models in a Multi-agent Medical Interaction Simulator [69.51568871044454]
我々は,emphDoctorをプレイヤとして,NPC間の動的医療相互作用をシミュレーションするフレームワークであるtextbfAI Hospitalを紹介した。
この設定は臨床シナリオにおけるLCMの現実的な評価を可能にする。
高品質な中国の医療記録とNPCを利用したマルチビュー医療評価ベンチマークを開発した。
論文 参考訳（メタデータ） (2024-02-15T06:46:48Z)
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。