論文の概要: Too much evidence, too little time: From text to actionable recommendations through multi-objective evidence reasoning
- arxiv url: http://arxiv.org/abs/2607.22574v1
- Date: Fri, 05 Jun 2026 03:53:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-02 22:55:38.973521
- Title: Too much evidence, too little time: From text to actionable recommendations through multi-objective evidence reasoning
- Title（参考訳）: テキストから行動可能なレコメンデーションへ、多目的的エビデンス推論を通して
- Abstract要約: SCEPTERは、臨床ケース記述をエビデンスベースのレコメンデーションに変換するためのフレームワークである。
提案フレームワークは, 文献支援, 矛盾分析, インタラクティブな文献尋問を統合的臨床意思決定支援パイプラインに統合する。
- 参考スコア（独自算出の注目度）: 4.340040784481499
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Evidence-based clinical decision making requires specialists to identify, evaluate and synthesize relevant scientific literature. However, PubMed searches for complex clinical cases often return hundreds of publications that cannot be reviewed manually under time constraints. This study proposes SCEPTER (Single-Case Evidence-driven PubMed-To-rEcommendation Reasoner), a framework for transforming clinical case descriptions into evidence-based recommendations. SCEPTER combines PubMed retrieval, PubMedBERT semantic ranking, large language model (LLM)-based claim extraction, evidence-level weighting, contradiction detection, consensus analysis and multi-objective Pareto claim selection. The framework generates structured evidence syntheses and grounded actionable recommendations. A Paper Q&A module further enables interactive exploration of selected publications. The proposed framework introduces multi-objective reasoning model that integrates literature support, contradiction analysis and interactive literature interrogation into a unified clinical decision-support pipeline. Evaluation on 150 case studies demonstrated that the framework reduced an average search space of 576 papers to 53 retained papers, 7 Pareto-optimal claims and 3 final recommendations, corresponding to an overall compression ratio of 192:1. Despite this reduction, the retained evidence maintained high diversity (entropy=0.901). The ablation study showed that Pareto-based selection increased evidence diversity and recommendation utility compared with conventional ranking approaches.
- Abstract（参考訳）: エビデンスに基づく臨床的意思決定は、専門家が関連する科学文献を特定し、評価し、合成することを要求する。
しかし、複雑な臨床症例のPubMed検索は、時間制約下で手動でレビューできない何百もの出版物を返却することが多い。
本研究では, SCEPTER(Single-Case Evidence-driven PubMed-To-rEcommendation Reasoner)を提案する。
SCEPTERはPubMed検索、PubMedBERTセマンティックランキング、大言語モデル(LLM)ベースのクレーム抽出、エビデンスレベル重み付け、矛盾検出、コンセンサス分析、多目的パレートクレーム選択を組み合わせた。
このフレームワークは、構造化されたエビデンス合成と、実用的なレコメンデーションを生成する。
さらに、ペーパーQ&Aモジュールは、選択した出版物のインタラクティブな探索を可能にする。
提案フレームワークでは, 文献支援, 矛盾分析, インタラクティブな文献尋問を統合型臨床意思決定支援パイプラインに統合する多目的推論モデルを提案する。
150件のケーススタディの結果, 平均検索スペースは576論文から53論文, 7パレート最適クレーム, 3レコメンデーションに減少し, 全体の圧縮率は192:1となった。
この減少にもかかわらず、保存された証拠は高い多様性を維持した(エントロピー=0.901)。
アブレーション調査により,パレートをベースとした選択は,従来のランク付け手法と比較してエビデンス多様性とレコメンデーションユーティリティを増大させた。
関連論文リスト
- MedReaMM: Evaluating Large Multimodal Models on Expert-Level Clinical Diagnostic Synthesis [61.266743965495884]
異種臨床証拠を合成するモデルの能力を評価するためのベンチマークであるMedReaMMを紹介する。
MedReaMMは625の専門患者と、平均2.79の医療画像と、ICD-11コードで注釈付けされた1,042の標準診断を含む。
23大マルチモーダルモデル (LMM) を評価し, 診断精度が50%未満であることが確認された。
論文 参考訳（メタデータ） (2026-08-23T09:37:53Z) - HiEviDR-Bench: A Benchmark for Hierarchical Evidence Aggregation in Deep Research [52.87128503345243]
我々は,Deep Researchにおける階層的エビデンス・アグリゲーションを評価するためのベンチマークであるHiEviDR-Benchを紹介する。
HiEviDR-Benchは、エビデンスの選択、クロスソースリンク、アグリゲーションをキャプチャする明示的なエビデンスグラフを持つ各インスタンスを表す。
報告品質,エビデンストレーサビリティ,引用精度,クレーム検証,回答正当性という5次元のトレーサビリティ指向評価フレームワークを開発した。
論文 参考訳（メタデータ） (2026-07-27T23:50:46Z) - Beyond the Leaderboard: Design Lessons for Trustworthy Multimodal VQA [4.080704298118247]
マルチモーダルAIは、信頼性と解釈性を維持しながら、視覚とテキストの証拠を組み合わせる必要がある。
我々は、質問応答と説明品質のために、9つの文書化されたシステムにまたがる設計選択を解析する。
この発見は、データ融合、説明可能性、レジリエントな評価に基づいて、信頼できるマルチモーダルヘルスケアAIをサポートする。
論文 参考訳（メタデータ） (2026-07-16T17:38:19Z) - Position: Anthropomorphic Misalignment Research Needs Stronger Evidence [52.76826423649968]
概念的曖昧さ,非ロバストデータセット,実験設計,不十分な因果的介入が,モデル行動の過度な解釈につながることを示す。
本研究の目的は,AMRの方法論的厳密性向上に寄与する明らかな考察のガイダンスを提供することである。
論文 参考訳（メタデータ） (2026-05-29T16:38:53Z) - Active Evidence-Seeking and Diagnostic Reasoning in Large Language Models for Clinical Decision Support [20.0177310948999]
我々はOSCEにインスパイアされた標準化された患者シミュレータと能動的診断のための制御された再現可能なベンチマークを導入する。
本プロトコルでは,468症例と15モデルに対して,診断精度を12.75%低下させ,サポートエビデンス品質を24.36%低下させるマルチターンエビデンスを観察した。
論文 参考訳（メタデータ） (2026-05-21T06:34:50Z) - Divide-then-Diagnose: Weaving Clinician-Inspired Contexts for Ultra-Long Capsule Endoscopy Videos [83.01543151239254]
我々は、診断駆動型CEビデオ要約という新しいタスクを定義する。
VideoCAPは、診断駆動アノテーションを備えた最初のCEデータセットである。
DiCEはクリニックにインスパイアされたフレームワークで、標準的なCE読み込みワークフローを反映している。
論文 参考訳（メタデータ） (2026-04-23T16:07:51Z) - Eligibility-Aware Evidence Synthesis: An Agentic Framework for Clinical Trial Meta-Analysis [49.83108591873481]
EligMetaはエージェントフレームワークで、自動トライアル発見と、資格を意識したメタ分析を統合する。
フレームワークは、目標トライアル間の人口アライメントを反映した類似性に基づく研究重量を計算し、適性基準を構造化する。
論文 参考訳（メタデータ） (2026-04-03T03:18:50Z) - CURE: A Multimodal Benchmark for Clinical Understanding and Retrieval Evaluation [15.226811873305072]
臨床理解・検索評価ベンチマークについて紹介する。
CUREは、制御されたエビデンス設定の下で推論と検索を評価する。
閉鎖的, オープンな診断タスクにおいて, 異なるエビデンス収集パラダイムにまたがる最先端のMLLMを評価した。
論文 参考訳（メタデータ） (2026-02-28T02:56:18Z) - Strong Reasoning Isn't Enough: Evaluating Evidence Elicitation in Interactive Diagnosis [29.630872344186873]
インタラクティブな医療相談は、エージェントが不確実性の下で行方不明な臨床証拠を積極的に引き出す必要がある。
既存の評価の大部分は静的あるいは結果中心であり、エビデンス収集プロセスを無視している。
シミュレーションされた患者と、原子的証拠に基づく再現されたレポーターを用いて、コンサルテーションプロセスを明示的にモデル化するインタラクティブな評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-27T16:36:35Z) - 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) - 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) - Position: Thematic Analysis of Unstructured Clinical Transcripts with Large Language Models [5.398283020969301]
LLM(Large Language Model)は、構造化されていない臨床転写のセマンティック解析をサポートする。
既存の評価方法は大きく異なり、進歩を妨げ、研究全体で有意義なベンチマークを防ぐ。
本稿では,妥当性,信頼性,解釈可能性の3つの側面に着目した評価フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-18T04:02:00Z)
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。