論文の概要: Reliable Multilingual Orthopedic Decision Support from Clinical Narratives: Language-Aware Adaptation and Verification-Guided Deferral

• arxiv url: http://arxiv.org/abs/2605.31512v1
• Date: Fri, 29 May 2026 16:30:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.747107
• Title: Reliable Multilingual Orthopedic Decision Support from Clinical Narratives: Language-Aware Adaptation and Verification-Guided Deferral
• Title（参考訳）: 言語適応とバリデーションガイドによる認知の信頼性向上
• Abstract要約: 本稿では,英語,ヒンディー語,パンジャービ語で自由文正書法を分類するための信頼性指向フレームワークを提案する。 本研究では,タスク整列型多言語トランスフォーマーエンコーダ,タスク細調整型 DistilBERT ベースライン,ゼロショット命令調整型大言語モデル(LLM),ドメイン適応型エンコーダ IndicBERT-HPA を比較した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multilingual orthopedic decision support remains challenging in low-resource healthcare settings, where clinical narratives contain specialized terminology, mixed scripts, incomplete evidence, label imbalance and language-dependent documentation patterns. This article presents a reliability-oriented framework for classifying free-text orthopedic notes in English, Hindi and Punjabi. We compare task-aligned multilingual transformer encoders, a task-fine-tuned DistilBERT baseline, zero-shot instruction-tuned large language models (LLMs) and a domain-adaptive encoder, IndicBERT-HPA. IndicBERT-HPA augments IndicBERT with language-aware orthopedic adapter heads to support clinically relevant multilingual representation learning. Evaluation extends beyond aggregate accuracy to per-class performance, ROC-AUC, AUPRC, expected calibration error, cross-language stability and robustness under controlled balanced and natural-prevalence distributions. The evaluated zero-shot LLMs remain substantially less effective than task-adapted encoders for closed-set classification, with language-dependent instability. Under natural clinical prevalence, IndicBERT-HPA achieves the strongest overall performance, reaching an averaged Macro-F1 of 0.8792, Macro-AUROC of 0.894 and AUPRC of 0.902. We further implement a deterministic selective-verification layer combining confidence gating, evidence-consistency checking and language-risk screening. On a randomly selected held-out 5,000-record subset, it achieves 84.4% selective accuracy and 0.76 selective Macro-F1 at 72.3% coverage, compared with 71.5% accuracy and 0.65 Macro-F1 for accept-all prediction. These results support reliability-oriented multilingual clinical decision support with explicit deferral.
• Abstract（参考訳）: マルチリンガル整形外科的意思決定支援は、専門用語、混合スクリプト、不完全な証拠、ラベルの不均衡、言語に依存した文書パターンを含む、低リソースの医療環境では依然として困難である。 本稿では,英語,ヒンディー語,パンジャービ語で自由文正書法を分類するための信頼性指向フレームワークを提案する。 本研究では,タスク整列型多言語トランスフォーマーエンコーダ,タスク細調整型 DistilBERT ベースライン,ゼロショット命令調整型大言語モデル(LLM),ドメイン適応型エンコーダ IndicBERT-HPA を比較した。 IndicBERT-HPAは、IndicBERTを言語対応の整形アダプターヘッドで強化し、臨床的に関連する多言語表現学習をサポートする。 ROC-AUC, AUPRC, 期待キャリブレーション誤差, 言語間の安定性, バランスの取れた分布と自然確率分布における頑健性の評価は, 総合的精度を超えて, クラス毎のパフォーマンスに拡張される。 評価されたゼロショットLLMは、言語に依存した不安定性を持つクローズドセット分類のためのタスク適応エンコーダよりも、かなり効果が低いままである。 自然臨床ではIndicBERT-HPAが0.8792のMacro-F1、0.894のMacro-AUROC、0.902のAUPRCに到達した。 さらに、信頼ゲーティング、エビデンス・一貫性チェック、言語リスクスクリーニングを組み合わせた決定論的選択検証層を実装した。 ランダムに選択された5000レコードのサブセットでは、84.4%の選択的精度と0.76の選択的マクロF1を72.3%のカバレッジで達成し、71.5%の精度と0.65のマクロF1を全ての予測で達成している。 以上の結果から, 信頼性指向型多言語の臨床的意思決定支援が望まれる。

関連論文リスト

• Inference-Time Steering for Cross-Lingual Factual Consistency in LLMs [51.56484100374058]
  大規模言語モデル(LLM)は目覚ましい多言語流布を示すが、その内部知識表現はハイリソース言語に対して不均等に偏っている。 我々は,これらのバイアスを推論時に緩和できるかどうかを考察し,対象言語でクエリされたかのように,英語の確率モデルに答えるように強制する。 Gemma 3 12Bの実験では、最も強い全体的な介入、効率性のバランス、安全性、ドメイン外の一般化を促すペルソナが明らかにされている。
  論文  参考訳（メタデータ） (2026-07-21T16:15:05Z)
• Beyond Scalar Scores: Exploring LLM-based Metrics for Clinical Significance Evaluation in Radiology Reports [49.5225801722164]
  既存のメトリクスは、医学的に根拠のないスカラーにレポートの品質を低下させることによって、この要件を曖昧にしている。 テストベッドとしてReEvalMedベンチマークを用いて,この境界について検討し,計量レベルの臨床的意義を評価する。
  論文  参考訳（メタデータ） (2026-06-17T08:10:30Z)
• Reliability-Oriented Multilingual Orthopedic Diagnosis: A Domain-Adaptive Modeling and a Conceptual Validation Framework [0.0]
  英語,ヒンディー語,パンジャービ語におけるフリーテキストによる多言語整形外科診断のシステムレベルでの分析を行った。 i)タスク整列型多言語トランスフォーマーエンコーダ,(ii)タスク細調整ベースライン(DistilBERT),(iii)整形テキストに適したドメイン適応型アーキテクチャの3つのモデリング方式を評価する。
  論文  参考訳（メタデータ） (2026-05-04T06:20:36Z)
• Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
  CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。 構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。 Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
  論文  参考訳（メタデータ） (2026-03-23T05:46:45Z)
• To Predict or Not to Predict? Towards reliable uncertainty estimation in the presence of noise [1.9746060146273674]
  本研究では,多言語テキスト分類における不確実性推定(UE)手法の役割について,雑音条件および非話題条件下で検討した。 我々は、より堅牢な予測を行うための貢献を評価するために、様々な指標に対してUE手法の幅を評価した。
  論文  参考訳（メタデータ） (2026-03-07T20:22:20Z)
• From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
  異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。 商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。 低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
  論文  参考訳（メタデータ） (2026-03-02T13:02:13Z)
• Small Language Models for Privacy-Preserving Clinical Information Extraction in Low-Resource Languages [0.0]
  本研究では,Aya-expanse-8Bをペルシャ語から英語への翻訳モデルと5つのオープンソース小言語モデル(SLM)を組み合わせた2段階パイプラインの評価を行った。 マクロ平均F1スコア, マシューズ相関係数(MCC), 感度, クラス不均衡を考慮した特異性について検討した。 Aya-expanse-8Bのバイリンガル分析により、ペルシア文字を英語に翻訳することで感度が向上し、出力が低下し、クラス不均衡に頑健な指標が増加した。
  論文  参考訳（メタデータ） (2026-02-24T21:10:29Z)
• 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)
• From Scores to Steps: Diagnosing and Improving LLM Performance in Evidence-Based Medical Calculations [45.414878840652115]
  大規模言語モデル(LLM)は医療ベンチマークで有望な性能を示した。 しかし、医学的な計算を行う能力は未熟であり、評価も不十分である。 本研究は,臨床信頼性を重視した医療計算評価を再考する。
  論文  参考訳（メタデータ） (2025-09-20T09:10:26Z)
• Improving Multilingual ASR in the Wild Using Simple N-best Re-ranking [68.77659513993507]
  我々は,多言語ASRの精度を向上させるため,単純かつ効果的なN-best再分類手法を提案する。 その結果, 音声認識の精度は8.7%, 6.1%, 単語誤り率は3.3%, 単語誤り率は2.0%であった。
  論文  参考訳（メタデータ） (2024-09-27T03:31:32Z)
• SemioLLM: Evaluating Large Language Models for Diagnostic Reasoning from Unstructured Clinical Narratives in Epilepsy [45.2233252981348]
  臨床知識を符号化するための言語モデル(LLM)が示されている。 6つの最先端モデルをベンチマークする評価フレームワークであるSemioLLMを提案する。 ほとんどのLSMは、脳内の発作発生領域の確率的予測を正確かつ確実に生成できることを示す。
  論文  参考訳（メタデータ） (2024-07-03T11:02:12Z)
• Few-Shot Cross-lingual Transfer for Coarse-grained De-identification of Code-Mixed Clinical Texts [56.72488923420374]
  事前学習型言語モデル (LM) は低リソース環境下での言語間移動に大きな可能性を示している。 脳卒中におけるコードミキシング(スペイン・カタラン)臨床ノートの低リソース・実世界の課題を解決するために,NER (name recognition) のためのLMの多言語間転写特性を示す。
  論文  参考訳（メタデータ） (2022-04-10T21:46:52Z)

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。