論文の概要: IndicMedDialog: A Parallel Multi-Turn Medical Dialogue Dataset for Accessible Healthcare in Indic Languages
- arxiv url: http://arxiv.org/abs/2605.13292v1
- Date: Wed, 13 May 2026 10:06:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-14 23:30:27.970699
- Title: IndicMedDialog: A Parallel Multi-Turn Medical Dialogue Dataset for Accessible Healthcare in Indic Languages
- Title（参考訳）: IndicMedDialog:Indic言語におけるアクセシブルヘルスケアのための並列マルチターン医療対話データセット
- Authors: Shubham Kumar Nigam, Suparnojit Sarkar, Piyush Patel,
- Abstract要約: IndicMedDialogは、英語と9つのIndic言語にまたがるマルチターン医療対話データセットである。
このデータセットは、ネイティブスピーカーによって検証されたTranslateGemmaを用いて翻訳されたLLM生成合成コンサルテーションによりMDDialを拡張する。
IndicMedLMを量子化された小言語モデルのパラメータ効率適応により微調整し、任意の患者プレコンテキストを組み込む。
- 参考スコア（独自算出の注目度）: 1.3141424119891407
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Most existing medical dialogue systems operate in a single-turn question--answering paradigm or rely on template-based datasets, limiting conversational realism and multilingual applicability. We introduce IndicMedDialog, a parallel multi-turn medical dialogue dataset spanning English and nine Indic languages: Assamese, Bengali, Gujarati, Hindi, Marathi, Punjabi, Tamil, Telugu, and Urdu. The dataset extends MDDial with LLM-generated synthetic consultations, translated using TranslateGemma, verified by native speakers, and refined through a script-aware post-processing pipeline to correct phonetic, lexical, and character-spacing errors. Building on this dataset, we fine-tune IndicMedLM via parameter-efficient adaptation of a quantized small language model, incorporating optional patient pre-context to personalise multi-turn symptom elicitation. We evaluate against zero-shot multilingual baselines, conduct systematic error analysis across ten languages, and validate clinical plausibility through medical expert evaluation.
- Abstract（参考訳）: 既存の医療対話システムは、シングルターン質問のパラダイムで運用されるか、テンプレートベースのデータセットに依存し、会話リアリズムと多言語適用性を制限する。
Assamese, Bengali, Gujarati, Hindi, Marathi, Punjabi, Tamil, Telugu, Urduの9言語にまたがる並列マルチターン医療対話データセットであるIndicMedDialogを紹介する。
このデータセットはMDDialを拡張し、LLM生成した合成コンサルテーションを翻訳し、TranslateGemmaを使用して翻訳し、ネイティブスピーカーによって検証され、スクリプト対応のポストプロセッシングパイプラインを通じて洗練され、音素、語彙、文字空間の誤りを訂正する。
このデータセットをベースとして、量子化された小言語モデルのパラメータ効率適応によるIndicMedLMを微調整し、オプションの患者プレコンテキストを組み込んでマルチターン症状の引き起こしをパーソナライズする。
我々は,ゼロショット多言語ベースラインに対して評価を行い,10言語にわたる系統的誤り解析を行い,医療専門家による評価を通じて臨床的妥当性を検証した。
関連論文リスト
- MedAidDialog: A Multilingual Multi-Turn Medical Dialogue Dataset for Accessible Healthcare [1.3141424119891407]
MedAidDialogは、現実的な医師と患者との相談をシミュレートするために設計された多言語多言語医療対話データセットである。
データセットは、大規模言語モデルを用いて合成コンサルテーションを生成することでMDDial corpusを拡張する。
MedAidLMは,パラメータ効率のよい小言語モデルの微調整により訓練された対話型医療モデルである。
論文 参考訳（メタデータ） (2026-03-25T09:51:44Z) - MedErrBench: A Fine-Grained Multilingual Benchmark for Medical Error Detection and Correction with Clinical Expert Annotations [4.451052650309736]
我々はMedErrBenchを紹介した。MedErrBenchは、エラー検出、ローカライゼーション、修正のための最初の多言語ベンチマークである。
MedErrBenchは10種類の一般的な誤りの分類に基づいて、英語、アラビア語、中国語をカバーしている。
その結果、特に英語以外の設定では、顕著なパフォーマンスのギャップが明らかとなった。
論文 参考訳（メタデータ） (2026-02-05T14:18:20Z) - SwasthLLM: a Unified Cross-Lingual, Multi-Task, and Meta-Learning Zero-Shot Framework for Medical Diagnosis Using Contrastive Representations [0.4077787659104315]
SwasthLLMは、医用診断のための統一、ゼロショット、クロスランガル、マルチタスク学習フレームワークである。
英語、ヒンディー語、ベンガル語で、言語固有の微調整を必要としない。
SwasthLLMは97.22%、F1スコア97.17%という高い診断性能を達成している。
論文 参考訳（メタデータ） (2025-09-24T21:20:49Z) - MediTOD: An English Dialogue Dataset for Medical History Taking with Comprehensive Annotations [23.437292621092823]
本研究は,医学史研究のための英語における医師と患者との対話のデータセットであるMedictoDを紹介する。
医療領域に合わせたアンケートに基づくラベリング手法を考案する。
そして、医療専門家は高品質の包括的なアノテーションでデータセットを作成する。
論文 参考訳（メタデータ） (2024-10-18T06:38:22Z) - Multilingual Simplification of Medical Texts [49.469685530201716]
4つの言語で医療領域のための文章整列型多言語テキスト単純化データセットであるMultiCochraneを紹介する。
これらの言語にまたがる微調整およびゼロショットモデルの評価を行い,人間による評価と分析を行った。
モデルは、実行可能な単純化されたテキストを生成することができるが、このデータセットが扱う可能性のある、卓越した課題を特定する。
論文 参考訳（メタデータ） (2023-05-21T18:25:07Z) - Cross-lingual Argument Mining in the Medical Domain [6.0158981171030685]
注釈付きデータがない医療用テキストでArgument Mining(AM)を実行する方法を示す。
我々の研究は、アノテーション(データ転送)を英語から特定のターゲット言語に自動翻訳・投影することは、注釈付きデータを生成する効果的な方法であることを示している。
また、スペイン語で自動生成されたデータを用いて、元の英語単言語設定の結果を改善する方法も示す。
論文 参考訳（メタデータ） (2023-01-25T11:21:12Z) - Cross-Lingual Dialogue Dataset Creation via Outline-Based Generation [70.81596088969378]
言語間アウトラインに基づく対話データセット(COD)は、自然言語の理解を可能にする。
CODは、4つの異なる言語で対話状態の追跡とエンドツーエンドの対話モデリングと評価を可能にする。
論文 参考訳（メタデータ） (2022-01-31T18:11:21Z) - Towards more patient friendly clinical notes through language models and
ontologies [57.51898902864543]
本稿では,単語の単純化と言語モデリングに基づく医療用テキストの自動作成手法を提案する。
我々は,公開医療文のデータセットペアと,臨床医による簡易化版を用いている。
本手法は,医学フォーラムデータに基づく言語モデルを用いて,文法と本来の意味の両方を保存しながら,より単純な文を生成する。
論文 参考訳（メタデータ） (2021-12-23T16:11:19Z) - Benchmarking Automated Clinical Language Simplification: Dataset,
Algorithm, and Evaluation [48.87254340298189]
我々はMedLaneという名の新しいデータセットを構築し、自動化された臨床言語簡易化手法の開発と評価を支援する。
我々は,人間のアノテーションの手順に従い,最先端のパフォーマンスを実現するDECLAREと呼ばれる新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-12-04T06:09:02Z) - MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware
Medical Dialogue Generation [86.38736781043109]
MedDGという12種類の消化器疾患に関連する大規模医用対話データセットを構築し,公開する。
MedDGデータセットに基づく2種類の医療対話タスクを提案する。1つは次のエンティティ予測であり、もう1つは医師の反応生成である。
実験結果から,プレトレイン言語モデルと他のベースラインは,両方のタスクに苦戦し,データセットの性能が劣ることがわかった。
論文 参考訳（メタデータ） (2020-10-15T03:34:33Z)
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。