論文の概要: Enhancing Clinician Decision-Making via Uncertainty-Aware Multi-Expert Fusion for Stroke Rehabilitation
- arxiv url: http://arxiv.org/abs/2606.24960v1
- Date: Tue, 23 Jun 2026 09:00:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 17:05:30.071661
- Title: Enhancing Clinician Decision-Making via Uncertainty-Aware Multi-Expert Fusion for Stroke Rehabilitation
- Title（参考訳）: ストロークリハビリテーションのための不確かさを意識した多核融合による臨床診断の強化
- Authors: Tamim Ahmed, Thanassis Rikakis,
- Abstract要約: 臨床的判断に取って代わるのではなく、拡張するように設計されたエンジンであるxAARAを提示する。
xAARAは、タスク、ムーブメントフェーズ、ムーブメント品質のレベルを越えて、キャリブレーションされた不確実性と説明でARATアセスメントを返します。
105回のストロークサバイバー(788回の運動)では、xAARAは94.2%のタスク精度と81.3%の移動位相精度を達成した。
- 参考スコア（独自算出の注目度）: 0.32553561239735207
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tailoring stroke rehabilitation requires assessing how movements are organized, not merely if they succeed. Currently, this assessment is a rate-limiting bottleneck. Instruments like the Action Research Arm Test (ARAT) compress rich behavioral observations into single ordinal endpoints, discarding the movement-quality details that distinguish recovery from compensation. Automated alternatives typically chase accuracy on noisy, single-observer labels to output opaque scores - a technology-centric approach that rarely reaches clinical practice. To address this, we present xAARA: an engine designed to augment rather than replace clinical judgment. From multi-view video, xAARA returns ARAT assessments with calibrated uncertainty and explanations across task, movement-phase, and movement-quality levels. Treating clinical scoring as an ill-posed inference problem, xAARA composes 692 calibrated multimodal models via a Dynamic Bayesian Network with entropy-based gating. It qualifies results against clinical validity rules and defers low-confidence cases. In 105 stroke survivors (788 exercises), xAARA achieved 94.2% task accuracy (Cohen's kappa=0.934) and 81.3% movement-phase accuracy (kappa=0.727), reducing predictive uncertainty by 96.1% compared to single-clinician scoring. For subjective cases, it matched at least one rater 100% of the time and never returned out-of-range scores. Four independent clinicians validated the assessments and indicated willingness to adopt the system. We argue that principled uncertainty quantification and clinician-aligned explainability are the critical bridges moving automated assessment from technical demonstration to a deployable clinical tool.
- Abstract（参考訳）: 脳卒中リハビリテーションを行うには、運動がどのように組織化されているかを評価する必要がある。
現在、この評価は利率制限のボトルネックとなっている。
アクションリサーチアームテスト(ARAT)のような機器は、リッチな行動観察を単一順序のエンドポイントに圧縮し、補償から回復を区別する運動品質の詳細を破棄する。
自動化された代替手段は通常、ノイズの多いシングルオブザーバーラベルで精度を追求し、不透明なスコアを出力する。
そこで本稿では,臨床判断に取って代わるのではなく,拡張するように設計されたエンジンであるxAARAを紹介する。
マルチビュービデオから、xAARAはARATアセスメントをキャリブレーションされた不確実性とタスク、ムーブフェーズ、ムーブメント品質のレベルにわたって説明として返却する。
臨床スコアリングを誤った推論問題として扱う場合、xAARAはエントロピーに基づくゲーティングを備えた動的ベイズネットワークを介して、692の校正されたマルチモーダルモデルを構成する。
臨床の妥当性基準に適合し、低信頼の症例を否定する。
105回のストロークサバイバー(788回の運動)では、xAARAは94.2%のタスク精度(コーエンのカッパ=0.934)と81.3%の移動位相精度(カッパ=0.727)を達成した。
主観的ケースでは、少なくとも1つのレーダに100%一致し、アウト・オブ・レンジスコアは返さない。
4人の独立した臨床医が評価を検証し、システムを採用する意思を示した。
本論では, 基本的不確実性定量化と臨床対応説明性は, 自動評価を技術実証からデプロイ可能な臨床ツールに移行する重要な橋梁である,と論じる。
関連論文リスト
- Clinical Validation of the Melanoscope AI Mobile Dermoscopy Clinical Decision Support System [0.0]
悪性皮膚病変の早期発見は予後に重要である。
ロシアでは皮膚科医の不足が検診範囲を制限している。
モバイル皮膚科の臨床診断支援システムは有望なアプローチを提供する。
論文 参考訳（メタデータ） (2026-05-26T18:29:53Z) - A Breast Vision Pathology Foundation Model for Real-world Clinical Utility [65.57568187389113]
a bfBRAVE, a breast-adaptive pathology foundation model developed and evaluation using a total resources of 101,638 breast wholeslide images。
臨床ワークフローにおけるBRAVEの実践的役割は、通常のAI支援による第2レビューから低リスクのケースを安全に排除すること、そしてさらなる評価のためのケースの優先順位付けなどである。
論文 参考訳（メタデータ） (2026-05-06T07:44:39Z) - A Multi-Domain Red Teaming Framework for Safety, Robustness, and Fairness Evaluation of Medical Large Language Models [34.38896321208398]
大規模言語モデル(LLM)は、ますます医療全体に展開されているが、既存のベンチマークでは、敵対的あるいは倫理的に複雑な条件下でのモデルの振る舞いを捉えていない。
我々は690の臨床的根拠のあるシナリオにまたがる11の現代LPMを評価する多ドメインレッド・チームリング・フレームワークを開発した。
その結果, 平均スコアは0.791～0.984。
論文 参考訳（メタデータ） (2026-04-15T14:57:55Z) - Beyond Prompt: Fine-grained Simulation of Cognitively Impaired Standardized Patients via Stochastic Steering [58.85421622061983]
認知障害患者の微粒化シミュレーションのためのStsPatientを提案する。
対照的な命令と応答のペアからステアリングベクトルを抽出することにより、ドメイン固有の特徴を捉える。
StsPatientは、臨床の信頼性と重症度の両方において、ベースラインを著しく上回る。
論文 参考訳（メタデータ） (2026-04-14T02:37:46Z) - Benchmarking Multi-turn Medical Diagnosis: Hold, Lure, and Self-Correction [72.89352076103889]
大規模言語モデル (LLM) は, 臨床情報がすべて一ターンで提供される場合に, 高い精度で診断を行う。
1,035例からなる高忠実多ターン診断ベンチマークであるMINTを導入する。
診断決定に大きな影響を及ぼす3つの永続的な行動パターンを明らかにする。
論文 参考訳（メタデータ） (2026-04-06T00:23:10Z) - Automated Detection of Dosing Errors in Clinical Trial Narratives: A Multi-Modal Feature Engineering Approach with LightGBM [1.0152838128195467]
本研究では,非構造的臨床試験におけるドスリングエラーの自動検出システムを提案する。
提案手法は,従来のNLP(TF-IDF,キャラクタn-gram),密接なセマンティック埋め込み,ドメイン固有の医療パターン,トランスフォーマーベースのスコアにまたがる3,451の特徴を組み合わせたものである。
論文 参考訳（メタデータ） (2026-03-25T14:56:34Z) - Optimization Instability in Autonomous Agentic Workflows for Clinical Symptom Detection [3.0950658457067433]
自律的改善の継続がパラドックス的に分類器の性能を低下させる現象について検討する。
検証感度はイテレーション毎に1.0から0.0の間で変動し,重度はクラス有病率に逆比例することがわかった。
セレクターエージェントの監視により、システムは専門家による脳霧検出のレキシコンを331%(F1)、胸痛を7%改善した。
論文 参考訳（メタデータ） (2026-02-17T21:45:20Z) - A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。
Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。
提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
論文 参考訳（メタデータ） (2025-08-19T14:41:22Z) - Towards Reliable Medical Image Segmentation by Modeling Evidential Calibrated Uncertainty [57.023423137202485]
医用画像のセグメンテーションの信頼性に関する懸念が臨床医の間で続いている。
本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。
主観的論理理論を活用することで、医用画像分割の確率と不確実性を明示的にモデル化する。
論文 参考訳（メタデータ） (2023-01-01T05:02:46Z) - Deep Learning-Based Automatic Diagnosis System for Developmental Dysplasia of the Hip [3.216812203515066]
股関節の発達性異形成の臨床的診断は、通常は手動で重要な放射線学的角度を計測する。
本研究の目的は,DDH診断の精度と整合性を高めるために,これらの測定値を統合する自動システムを開発することである。
論文 参考訳（メタデータ） (2022-09-07T19:50:30Z)
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。