論文の概要: Fine-tuning a multimodal large language model for clinician-grade autism behavioral scoring from short home videos
- arxiv url: http://arxiv.org/abs/2606.27484v1
- Date: Thu, 25 Jun 2026 19:06:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.294535
- Title: Fine-tuning a multimodal large language model for clinician-grade autism behavioral scoring from short home videos
- Title（参考訳）: ショートホームビデオによるクリニカルグレード自閉症行動評価のためのマルチモーダル大言語モデル
- Abstract要約: 自閉症スペクトラム障害(Autism spectrum disorder)は31人中1人に影響を与えるが、診断時の平均年齢は4歳を超えている。
Gemini 2.5 Proを400種類のクリニカルなホームビデオに微調整し、低ランク適応訓練を30種類の行動特性で行った。
微調整LDMは、自閉症の評価と診断に使用するスケーラブルな行動特徴抽出器として機能する。
- 参考スコア（独自算出の注目度）: 7.5766593342787845
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autism spectrum disorder (ASD) affects 1 in 31 US children, yet median age at diagnosis exceeds four years. Artificial intelligence pipelines that provide quantified diagnosis using easy to access observational data (e.g., home videos) could help with earlier diagnosis, and timely delivery of early treatments. We fine-tuned Gemini 2.5 Pro on 400 clinician-rated home videos with low-rank adaptation, training only on 30 behavioral features previously validated to produce reliable predictions when passed to various ML models. On 99 held-out children (49 ASD, 50 neurotypical), inter-rater reliability with clinicians (per-feature weighted Cohen's kappa) improved by 40% (p<0.001), with 27 of 28 evaluable features improving. As an emergent zero-shot capability, direct ASD diagnosis F1 improved by 53% (p<0.001), matching or exceeding clinician outcomes. Classifier-assisted pipelines using fine-tuned LLM-derived behavioral features matched clinician-scored inputs across all tested pathways and achieved 77% accuracy (95% CI: 68-85%) and an AUC of 86% (95% CI: 78-92%). Fine-tuned multimodal LLMs can serve as scalable behavioral feature extractors for use in autism assessment and diagnosis.
- Abstract（参考訳）: 自閉症スペクトラム障害(ASD)は31人中1人に影響を与えるが、診断時の平均年齢は4歳を超えている。
観測データ(例えばホームビデオ)にアクセスしやすく、定量化された診断を提供する人工知能パイプラインは、早期診断や早期治療のタイムリーな配信に役立つ。
Gemini 2.5 Proを低ランク適応400本のビデオで微調整し,各種MLモデルにパスした場合に信頼性のある予測を行うために,これまでに検証された30の行動特徴のみをトレーニングした。
99例 (ASD49例, 神経型50例) では, 臨床医 (Cohen's kappa1例) との交叉信頼度は40%改善し (p<0.001), 28例中27例が改善した。
53%(p<0.001)に改善した。
微調整LDM由来の行動特徴を用いた分類器支援パイプラインは、全ての試験経路で臨床検査された入力と一致し、77%の精度(95% CI: 68-85%)と86%のAUC(95% CI: 78-92%)を達成した。
微調整多モードLPMは、自閉症の評価と診断に使用するスケーラブルな行動特徴抽出器として機能する。
関連論文リスト
- Multi-Channel Feature Fusion and Monte Carlo Dropout for Uncertainty-Aware Diabetic Retinopathy Grading [0.0]
Grad-CAMは、臨床的に関連する病変と一致した視覚的説明を提供する。
20%の参照レートで、366枚のうち293枚が自動的に90.40%のQWKでランク付けされる。
より複雑なケースは専門的な評価として言及され、グレーティング品質、自動化、患者の安全の実践的なトレードオフを示す。
論文 参考訳（メタデータ） (2026-08-15T13:46:14Z) - 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) - Artificial Intelligence for Detecting Fetal Orofacial Clefts and Advancing Medical Education [50.132847182375514]
顎裂は先天性頭蓋顔面異常の中で最も多い。
以上の結果から, 人工口腔の口蓋裂は93%, 95%以上の感度, 特異性で診断できることが示唆された。
論文 参考訳（メタデータ） (2026-03-06T18:06:20Z) - Evolving Diagnostic Agents in a Virtual Clinical Environment [75.59389103511559]
本稿では,大規模言語モデル(LLM)を強化学習を用いた診断エージェントとして訓練するためのフレームワークを提案する。
本手法は対話型探索と結果に基づくフィードバックによって診断戦略を取得する。
DiagAgentはDeepSeek-v3やGPT-4oなど、最先端の10のLLMを著しく上回っている。
論文 参考訳（メタデータ） (2025-10-28T17:19:47Z) - Improving Autism Detection with Multimodal Behavioral Analysis [0.0]
表情,音声韻律,頭部運動,心拍変動(HRV)および視線行動のマルチモーダル分析を行った。
分類精度は74%であり,複数のモダリティにまたがる行動マーカーの統合の有効性が示された。
論文 参考訳（メタデータ） (2025-09-19T13:08:50Z) - An Agentic System for Rare Disease Diagnosis with Traceable Reasoning [69.46279475491164]
大型言語モデル(LLM)を用いた最初のまれな疾患診断エージェントシステムであるDeepRareを紹介する。
DeepRareは、まれな疾患の診断仮説を分類し、それぞれに透明な推論の連鎖が伴う。
このシステムは2,919の疾患に対して異常な診断性能を示し、1013の疾患に対して100%の精度を達成している。
論文 参考訳（メタデータ） (2025-06-25T13:42:26Z) - Deep Learning-Based Classification of Hyperkinetic Movement Disorders in Children [0.0]
小児の高速度運動障害 (HMD) は, 重なり合う臨床的特徴により, 重要な診断上の課題となる。
本研究では,運動課題を遂行する小児患者の映像記録からジストニアと胆管を区別するニューラルネットワークモデルを開発した。
論文 参考訳（メタデータ） (2024-11-19T22:02:04Z) - Ensemble Modeling of Multiple Physical Indicators to Dynamically Phenotype Autism Spectrum Disorder [3.6630139570443996]
自閉症スペクトラム障害(ASD)に関連する表現型マーカーを検出するためのコンピュータビジョンモデルをトレーニングするためのデータセットを提供する。
視線,頭位,顔のランドマークを入力として,LSTMを用いた個別モデルを訓練し,テストAUCは86%,67%,78%であった。
論文 参考訳（メタデータ） (2024-08-23T17:55:58Z) - Exploiting prompt learning with pre-trained language models for
Alzheimer's Disease detection [70.86672569101536]
アルツハイマー病(AD)の早期診断は予防ケアの促進とさらなる進行の遅らせに不可欠である。
本稿では,AD分類誤差をトレーニング対象関数として一貫して用いたPLMの高速微調整法について検討する。
論文 参考訳（メタデータ） (2022-10-29T09:18:41Z) - Sparse Dynamical Features generation, application to Parkinson's Disease
diagnosis [0.0]
本稿では,脳波の動的,頻度,時間的内容を用いて脳の機能に着想を得た新しいアプローチを提案する。
本手法は,N=50名の被験者を含む3眼球聴覚タスク中に記録された脳波信号を含む公開データセットを用いて評価し,そのうち25名がPDに罹患した。
論文 参考訳（メタデータ） (2022-10-20T22:39:29Z) - Self-supervised contrastive learning of echocardiogram videos enables
label-efficient cardiac disease diagnosis [48.64462717254158]
心エコービデオを用いた自己教師型コントラスト学習手法であるエコーCLRを開発した。
左室肥大症 (LVH) と大動脈狭窄症 (AS) の分類成績は,EchoCLR の訓練により有意に改善した。
EchoCLRは、医療ビデオの表現を学習する能力に特有であり、SSLがラベル付きデータセットからラベル効率の高い疾患分類を可能にすることを実証している。
論文 参考訳（メタデータ） (2022-07-23T19:17:26Z) - Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。
我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-08-21T20:22:55Z)
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。