論文の概要: Large Language Model Few-Shot Prompting with Dilemma Training Outperforms Human Surrogates in Predicting Patient Preferences
- arxiv url: http://arxiv.org/abs/2608.25771v1
- Date: Wed, 26 Aug 2026 13:14:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.837127
- Title: Large Language Model Few-Shot Prompting with Dilemma Training Outperforms Human Surrogates in Predicting Patient Preferences
- Title（参考訳）: ジレンマ訓練による大言語モデルFew-Shot Promptingによる患者選好の予測
- Abstract要約: 重篤な病気では、ヒトのサロゲートは患者の嗜好を正確に予測するのに苦労することが多い(68%の精度)
P4-DT (Dilemma Training, P4-DT) は, 患者に様々なジレンマを施すことで, 患者の意思決定方針を構築するP4エージェントである。
患者代理ダイアド12例を対象にした調査では、P4-DTは81.7%の精度で患者の治療選択を予測した。
- 参考スコア（独自算出の注目度）: 4.816899797624674
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In serious illness, human surrogates often struggle to accurately predict patient preferences (68% accuracy), causing decision conflict. Personalized Patient Preference Predictor (P4) agents offer a potential solution, but prior prototypes treat values as static ratings, ignoring the contextual, situation-dependent nature of medical choices. Grounded in the 'logic of care', we present P4-DT (Dilemma Training), a P4 agent that constructs a patient decision policy by engaging users with varied medical dilemmas, eliciting individual preference reasoning through bi-directional training. In a study with 12 patient-surrogate dyads, P4-DT predicted patient treatment choices with 81.7% accuracy, significantly exceeding chance (OR = 5.61 [2.03, 15.51], p < .001) and outperforming both unassisted surrogates (55.0%; OR = 3.67 [1.59, 8.47], p = .002) and surrogates assisted by P4-DT (61.7%). Comparative prompt analyses showed that incorporating contextual scenario decisions and open-ended text improved accuracy by 15.0 percentage points over initial values ratings alone. We discuss implications for further testing and designing of context-aware AI agents that embody richer human experience to partner in complex decision-making.
- Abstract（参考訳）: 重篤な疾患では、ヒトのサロゲートは患者の嗜好を正確に予測するのに苦慮し(68%の精度)、意思決定の衝突を引き起こす。
パーソナライズされた患者選好予測(P4)エージェントは潜在的な解決策を提供するが、以前のプロトタイプは、医療選択の文脈的、状況に依存した性質を無視して、価値を静的な評価として扱う。
P4-DT(Dilemma Training, P4-DT)は, 患者に様々なジレンマを施し, 個別の嗜好推論を双方向の訓練によって引き起こし, 患者決定ポリシーを構築するエージェントである。
12の患者代理ダイアドを用いた研究で、P4-DTは81.7%の精度で患者治療の選択を予測し、確率をかなり上回り(OR = 5.61 [2.03, 15.51], p < .001)、どちらの補助的サロゲート(55.0%, OR = 3.67 [1.59, 8.47], p = .002)およびP4-DT(61.7%)を補助するサロゲートよりも優れていた。
比較プロンプト分析の結果、文脈的シナリオ決定とオープンエンドテキストを取り入れることで、初期評価のみよりも精度が15.0ポイント向上した。
我々は、よりリッチなヒューマンエクスペリエンスを具現化し、複雑な意思決定に協力するコンテキスト対応AIエージェントのさらなるテストと設計について論じる。
関連論文リスト
- A Proactive Multi-Agent Dialogue Framework for Assessing Social Language Disorder Traits in Autism [11.474807247446526]
TPA(Think, Plan, Ask)は,自閉症診断監視スケジュールモジュール4(ADOS-2)の言語評価コンポーネントに適用した,能動的多エージェント対話フレームワークである。
医師エージェントは、臨床的根拠のある戦略を選択し、対象とする質問を生成する前に、どの特徴が保存されていないのかを明確に理由づける。
実際のADOS-2臨床データに基づく患者エージェントは、実際の患者参加なしに再現可能な評価が可能であり、実際の患者言語に対する適切な忠実性を確認する3つの独立した実験で検証される。
論文 参考訳（メタデータ） (2026-05-21T19:45:46Z) - When Chain-of-Thought Backfires: Evaluating Prompt Sensitivity in Medical Language Models [2.064612766965483]
MedMCQA(4,183質問)とPubMedQA(1,000質問)でMedGemma(4Bおよび27Bパラメータ)を評価する。
実験の結果,いくつかの知見が得られた。
論文 参考訳（メタデータ） (2026-03-26T23:04:20Z) - 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) - Advancing AI Trustworthiness Through Patient Simulation: Risk Assessment of Conversational Agents for Antidepressant Selection [1.90974530523188]
患者シミュレーターは、医療、言語、行動の次元によって異なる現実的で制御可能な患者相互作用を生成する。
シミュレーターにより、アノテータと独立したAI裁判官は、エージェントのパフォーマンスを評価し、幻覚と不正確さを特定し、さまざまな患者集団のリスクパターンを特徴づけることができる。
論文 参考訳（メタデータ） (2026-02-11T21:53:18Z) - Explainable Admission-Level Predictive Modeling for Prolonged Hospital Stay in Elderly Populations: Challenges in Low- and Middle-Income Countries [65.4286079244589]
長期滞在期間 (pLoS) は, 院内感染のリスクに関連する重要な要因である。
入院レベルの患者と病院の診療データを用いて, pLosの予測モデルを開発し, 解説する。
論文 参考訳（メタデータ） (2026-01-07T23:35:24Z) - Mapping Patient-Perceived Physician Traits from Nationwide Online Reviews with LLMs [3.364244912862208]
本稿では,5つの人格特性と5つの患者主観的判断を推定する大規模言語モデル(LLM)に基づくパイプラインを提案する。
この分析は、米国の医師226,999人の4100万人の患者のレビューを含む。
論文 参考訳（メタデータ） (2025-10-05T02:16:35Z) - On the Limits of Selective AI Prediction: A Case Study in Clinical Decision Making [13.982768346782386]
臨床的文脈における人的決定に対する選択的予測の効果について検討した。
以上の結果から,選択予測は不正確なAIの負の効果を判定精度の観点から軽減することが明らかとなった。
論文 参考訳（メタデータ） (2025-08-11T04:53:13Z) - Benchmarking Reasoning Robustness in Large Language Models [76.79744000300363]
新規データや不完全データでは,性能が著しく低下することがわかった。
これらの結果は、厳密な論理的推論に対するリコールへの依存を浮き彫りにした。
本稿では,情報不足によって引き起こされる幻覚を利用して推論ギャップを明らかにする,Math-RoBと呼ばれる新しいベンチマークを提案する。
論文 参考訳（メタデータ） (2025-03-06T15:36:06Z) - Medical Hallucinations in Foundation Models and Their Impact on Healthcare [71.15392179084428]
基礎モデルの幻覚は自己回帰訓練の目的から生じる。
トップパフォーマンスモデルは、チェーン・オブ・シークレット・プロンプトで強化された場合、97%の精度を達成した。
論文 参考訳（メタデータ） (2025-02-26T02:30:44Z) - Semi-Supervised Variational Reasoning for Medical Dialogue Generation [70.838542865384]
医療対話生成には,患者の状態と医師の行動の2つの重要な特徴がある。
医療対話生成のためのエンドツーエンドの変分推論手法を提案する。
行動分類器と2つの推論検出器から構成される医師政策ネットワークは、拡張推論能力のために提案される。
論文 参考訳（メタデータ） (2021-05-13T04:14:35Z) - Clinical Outcome Prediction from Admission Notes using Self-Supervised
Knowledge Integration [55.88616573143478]
臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。
退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。
複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
論文 参考訳（メタデータ） (2021-02-08T10:26:44Z)
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。