論文の概要: One Score, Two Decisions: Selective Prediction on the Rare-Disease Tail
- arxiv url: http://arxiv.org/abs/2608.14683v1
- Date: Wed, 05 Aug 2026 03:20:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-23 14:54:39.962529
- Title: One Score, Two Decisions: Selective Prediction on the Rare-Disease Tail
- Title(参考訳): 一つのスコアと2つの決定: 希少な放出土壌の選択的予測
- Abstract要約: 患者の臨床所見から、診断システムは疾患をランク付けし、最初の予測をいつ修正するか、またはレビューのために延期するかを判断しなければならない。
この決定は通常、トップスコアをしきい値にすることで下される。
患者数は2000人を超え、8つの小さなオープンウェイトLSMは、超希少疾患に対して少なくとも4.6%のリコール@1を達成している。
損なわれないスコアだけで、マージンへの切り替えが役立つかどうかを判断できないことを証明します。
- 参考スコア(独自算出の注目度): 14.101636730819175
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Given a patient's clinical findings, a diagnostic system ranks possible diseases and must decide when to endorse its first prediction or defer it for review. This decision is usually made by thresholding the top score. Selective prediction over ranked outputs begins with two checks. First, the ranker must produce enough correct top-ranked predictions to make the target feasible. Across 2,000 patient records stratified by disease prevalence, eight small open-weight LLMs achieve at most 4.6% Recall@1 on ultra-rare diseases. At 10% coverage, even a perfect confidence ranking of their existing predictions therefore cannot reach 50% selective accuracy. More accurate models pass the same check, showing that the limit is regime-specific. Second, the confidence signal must match the decision being made. For fixed-candidate rankers, the top-two margin cancels components shared across candidates. On phenotype-only Exomiser, it selects 10% of cases at 29.0% accuracy, compared with 13.3% overall, while the top score provides no reliable gate. Yet that cancellation can remove information needed to detect whether the candidate list contains an answer. SciFact retrieval and biomedical entity linking confirm this distinction. Finally, we prove that unlabelled scores alone cannot determine whether switching to the margin will help.
- Abstract(参考訳): 患者の臨床所見から、診断システムは疾患をランク付けし、最初の予測をいつ修正するか、またはレビューのために延期するかを判断しなければならない。
この決定は通常、トップスコアをしきい値にすることで下される。
ランク付けされた出力に対する選択的な予測は、2つのチェックから始まる。
まず、ランク付け者は、ターゲットが実行可能であるように、十分な正確なトップランクの予測を生成する必要がある。
患者数は2000人を超え、8つの小さなオープンウェイトLDMは、超希少疾患に対して少なくとも4.6%のリコール@1を達成している。
10%のカバレッジで、既存の予測の完全な信頼性ランキングでさえ、50%の精度に達することはできない。
より正確なモデルは同じチェックをパスし、制限がレシシシ固有のものであることを示す。
第二に、信頼信号は意思決定と一致しなければならない。
固定候補ランキングでは、トップ2のマージンは候補間で共有されるコンポーネントをキャンセルする。
表現型のみのExomiserでは、全体の13.3%と比較して、患者の10%を29.0%の精度で選択する。
しかし、このキャンセルは、候補リストに回答が含まれているかどうかを検出するのに必要な情報を取り除くことができる。
SciFact検索とバイオメディカルエンティティリンクは、この区別を裏付ける。
最後に、損なわれないスコアだけで、マージンへの切り替えが役立つかどうかを判断できないことを証明します。
関連論文リスト
- Symmetry-Aware Likelihood-Orbit Aggregation for Selective Left-Right Claim Verification [14.108900142001628]
クローズド形式のコントラストであるRelation-Orbitを導入する。
VSRとGQAの4つの凍結された視覚言語モデルでは、Relation-Orbitは10%選択リスクキャリブレーションターゲットで平均テストカバレッジを高くする。
論文 参考訳(メタデータ) (2026-09-15T11:19:03Z) - Wolff-Parkinson-White Detection at 471:1 Class Imbalance: A Leakage-Controlled Study of the Data Bottleneck [0.0]
Wolff-Parkinson-White症候群 (WPW) は先天性心前駆症であり、臨床的には重要であり、12誘導心電図では欠落することが多い。
PTB-XL と Chapman-Shaoxing-Ningbo の2つの公開 12-lead corpora: 66,951 レコード,142 レコードの WPW は 0.21% (約471:1) である。
事前に規定された1つのリーク制御プロトコルの下では、ホールドアウトフォールドが正確に1回接触し、信号の7つの表現を比較し、分割と評価を固定する。
論文 参考訳(メタデータ) (2026-07-27T20:57:46Z) - RareLens: Towards End-to-End Rare Disease Care via Aligning Divergent Large Language Model Reasoning [42.80742579670377]
RareLensは、まれな疾患の軌跡全体にわたる臨床的意思決定を支援するシステムである。
RareBenchは、33のOrphanetカテゴリと7000以上の条件にまたがる157,525件の実際のデータセットである。
検診で0.917、診断と治療で65.5%、89.8%の成績を収めた。
論文 参考訳(メタデータ) (2026-07-25T16:58:10Z) - Bayesian uncertainty estimation improves clinical decision making in medical AI agents [3.251669068529209]
モンテカルロのドロップアウトは、トレーニングセットのスケールをまたいだ一般化を追跡できる不確実な信号であり、信頼できながらエラーを起こしやすい予測を示す。
コントロールされた2x2因子分析実験において、臨床判定支援剤は、生のスコアではなくバイナリエラーリスクフラグとして配信された場合にのみ、この不確実性を利用した。
論文 参考訳(メタデータ) (2026-07-22T11:54:23Z) - Monte Carlo Dropout Uncertainty and Entropy-Thresholded Selective Prediction for Architecture-Agnostic Brain Tumor MRI Triage [0.0]
本研究は4クラス脳腫瘍MRIのための不確実性第一パイプラインを提案する。
モンテカルロ (MC) による T = 20 パス上のドロップアウトからの予測の不確実性を読み出し、その結果のエントロピーを、不確実なケースを放射線学者に延期する明示的な規則に変換する。
論文 参考訳(メタデータ) (2026-07-15T06:21:17Z) - Calibrated Triage, Not Autonomy: Confidence Estimation for Medical Vision-Language Models [4.0196226339562555]
ヴィジュアル言語モデルは、画像のほとんど使用しながら、医用画像に関する質問に、ゆるやかに、自信を持って答えることができる。
我々は,5つのオープンウェイトLVLMと3つの医用視覚質問応答データセットの信頼度推定器について検討した。
論文 参考訳(メタデータ) (2026-06-14T16:39:17Z) - 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) - Similarity-as-Evidence: Calibrating Overconfident VLMs for Interpretable and Label-Efficient Medical Active Learning [10.264467364282865]
類似性証拠(SaE)は、類似性証拠ヘッド(SEH)を導入してテキスト画像の類似性を校正する
SaEは、最先端のマクロ平均精度を、20%のラベル予算で、医療画像データセット上で82.57%の精度で達成している。
論文 参考訳(メタデータ) (2026-02-21T15:21:54Z) - SepsisLab: Early Sepsis Prediction with Uncertainty Quantification and Active Sensing [67.8991481023825]
セプシスは米国での院内死亡の主な原因である。
既存の予測モデルは通常、情報不足の少ない高品質なデータで訓練される。
限られた観察により信頼性の低い高リスク患者に対して,ロバストな能動センシングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-07-24T04:47:36Z) - Predicting Overtakes in Trucks Using CAN Data [51.28632782308621]
CANデータからトラックの積載量の検出について検討する。
私たちの分析では、オーバーテイクイベントの最大10秒前をカバーしています。
我々は、オーバーテイク・トリガーに近づくと、オーバーテイク・クラスの予測スコアが増加する傾向にあることを観察する。
論文 参考訳(メタデータ) (2024-04-08T17:58:22Z) - Improving Selective Visual Question Answering by Learning from Your
Peers [74.20167944693424]
VQA(Visual Question Answering)モデルは、間違っていた場合の回答を控えるのに苦労する可能性がある。
本稿では,複数モーダル選択関数の学習におけるLearning from Your Peers (LYP) アプローチを提案する。
提案手法では,学習データの異なるサブセットに基づいて訓練されたモデルの予測を,選択的VQAモデルの最適化のターゲットとして利用する。
論文 参考訳(メタデータ) (2023-06-14T21:22:01Z) - Conservative Prediction via Data-Driven Confidence Minimization [70.93946578046003]
機械学習の安全性クリティカルな応用においては、モデルが保守的であることが望ましいことが多い。
本研究では,不確実性データセットに対する信頼性を最小化するデータ駆動信頼性最小化フレームワークを提案する。
論文 参考訳(メタデータ) (2023-06-08T07:05:36Z) - UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced
Data [81.00385374948125]
我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。
UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。
非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。
UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
論文 参考訳(メタデータ) (2020-10-22T02:28:11Z)
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。