論文の概要: Anchoring Clinical Events in Time: UID-Preserving Multimodal Reconstruction and Source-Grounded Adjudication
- arxiv url: http://arxiv.org/abs/2609.13062v1
- Date: Fri, 11 Sep 2026 17:01:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 07:38:31.82045
- Title: Anchoring Clinical Events in Time: UID-Preserving Multimodal Reconstruction and Source-Grounded Adjudication
- Title（参考訳）: UID保存型マルチモーダルリコンストラクションとソース・グラウンド・アジュケーション
- Abstract要約: 本稿では,各物語イベントの発生をソーススパンにリンクするUDD保存フレームワークを提案する。
また,LLM判定器であるGAVELを,物語と構造化記録の2つのUID整列タイムラインと比較した。
- 参考スコア（独自算出の注目度）: 2.981889575213664
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Clinical timelines support treatment-window analysis and leakage-free modeling, but discharge summaries often obscure chronology and structured EHR tables describe only part of the patient course. We present a UID-preserving framework that links each narrative event occurrence to its source span and retains that identity through text-only estimation, structured-evidence retrieval, timestamped source-row grounding, and joint revision. We also present GAVEL, an LLM judge that compares two UID-aligned timelines against the narrative and structured record, to augment prior matching and temporal assessments. Across six open-weight models and 40 mixed-critical-care summaries, the GLM 5.2 multimodal revision, as compared to its text-only variant, improved temporal agreement without reducing event recovery and performed competitively with clinician annotations, while other model revisions showed smaller gains and lower overall performance. Ablations showed that UIDs primarily preserve event retention, whereas source-row linkage supports temporal placement. Blinded human review upheld most GAVEL findings, and controlled adjudication favored multimodal over text-only GLM 5.2 but did not for DeepSeek V3.2. In developing the UID and judge pipeline, we are able to demonstrate 43\% increased event recovery, a framework competitive with clinician annotations, and a system with occurrence-level provenance for both reconstruction and evaluation.
- Abstract（参考訳）: 臨床スケジュールは治療ウィンドウ解析とリークフリーモデリングをサポートするが、吐出サマリーはしばしば不明瞭な年代表と構造化ERH表は患者コースの一部のみを記述している。
提案するUID保存フレームワークは,文章のみの推測,構造化されたエビデンス検索,タイムスタンプ付きソースローグラウンド,共同リビジョンなどを通じて,各物語イベントをそのソーススパンにリンクし,そのアイデンティティを保持する。
また,2つのUID整列した時系列を物語と構造化された記録と比較し,事前マッチングと時間的アセスメントを増強するLLM判断器であるGAVELを提案する。
6つのオープンウェイトモデルと40の混合クリティカルケアサマリーのうち、GLM 5.2のマルチモーダルリビジョンは、テキストのみのバリエーションと比較して、イベントリカバリを減らさずに時間的合意を改善し、クリニックアノテーションと競合し、他のモデルリビジョンでは利得が小さく、全体的なパフォーマンスも低かった。
アブレーションは、UIDが主にイベント保持を保っているのに対して、ソースローリンクは時間的配置をサポートすることを示した。
Blinded Human Reviewは、ほとんどのGAVELの発見を支持し、制御された判断はテキストのみのGLM 5.2よりもマルチモーダルを好むが、DeepSeek V3.2には賛成しなかった。
UID とジャッジパイプラインの開発において,イベントリカバリが 43% 増加したこと,クリニックアノテーションと競合するフレームワーク,再建と評価の両面において発生レベルが証明されたシステムなどが示された。
関連論文リスト
- STRIVE: Multi-Agent Structured Temporal Reasoning with Integrated Verification for Longitudinal Radiology Report Generation [16.079764988150306]
STRIVEは、臨床推論を専門的な診断、属性、時間変化剤に分解する。
経時的MIMICでは, STRIVEが近年の方法の中で最も有効である。
論文 参考訳（メタデータ） (2026-08-25T08:43:15Z) - CRAFT: LLM-Based Iterative Refinement for Temporal Reasoning over Clinical Narratives [5.378407274546433]
CRAFTは、目標とするフィードバックを通じて段階的な症状タイムラインを作成し、洗練するフレームワークである。
MedTempoは,3種類のワクチンにまたがる5,347件のワクチン有害な物語の新たなベンチマークである。
論文 参考訳（メタデータ） (2026-08-13T03:37:11Z) - Advancing Narrative Long Video Generation via Training-Free Identity-Aware Memory [79.01059178883817]
IAMFlowはトレーニング不要のID対応メモリフレームワークで、永続的なエンティティのIDを明示的にモデル化し追跡する。
VLMは、レンダリングフレームから属性を非同期に検証し、洗練し、暗黙の類似性ベースのマッチングの代わりに明示的なエンティティ追跡を可能にする。
NarraStream-Benchは,6次元にまたがる324のマルチプロンプトスクリプトを備えた,ナラストリームビデオ生成のためのベンチマークである。
論文 参考訳（メタデータ） (2026-05-18T17:54:34Z) - Text Knows What, Tables Know When: Clinical Timeline Reconstruction via Retrieval-Augmented Multimodal Alignment [4.42383617731229]
本稿では,テキストから抽出した絶対的臨床タイムラインの時間的精度を向上させるために,検索強化型マルチモーダルアライメントフレームワークを提案する。
提案手法は,グラフベースのマルチステッププロセスとしてタイムライン再構成を定式化する。
論文 参考訳（メタデータ） (2026-05-14T17:55:27Z) - LATERN: Test-Time Context-Aware Explainable Video Anomaly Detection [7.614138458711612]
視覚言語モデル(VLM)は、ビデオ異常検出(VAD)のための有望なパラダイムとして登場した。
本稿では,トークンの制約や理性から独立してセグメントレベルの推論を行うパイプラインの鍵となる制限に,時間的コンテキストを構造化せずに対処することを目的とする。
本稿では,VADを時間的証拠収集プロセスとして再構成したLATERNというコンテキスト認識フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-14T16:48:03Z) - Tracking the Truth: Object-Centric Spatio-Temporal Monitoring for Video Large Language Models [154.39583176906893]
大規模言語モデル(ML)は高度な理解を持ち、シーンにおける幻覚の傾向が高い。
これは、時間的モニタリングの失敗、オブジェクトの動的アイデンティティ、状態、そして時間とともに関係を永続的に追跡する能力に起因している、と我々は主張する。
既存のベンチマークでは、局所的な視覚的手がかりや統計的先行によってしばしば解決される1つの最終回答クエリに頼って、この欠陥を曖昧にしている。
論文 参考訳（メタデータ） (2026-05-09T14:32:36Z) - AgenticSum: An Agentic Inference-Time Framework for Faithful Clinical Text Summarization [6.99563009617414]
本稿では, 文脈選択, 生成, 検証, 対象訂正を分離し, 幻覚的内容を減らすための推論時フレームワークであるAgenticSumを提案する。
我々は,2つの公開データセット上で,基準ベースメトリクス,LCM-as-a-judgeアセスメント,人的評価を用いてエージェントサムを評価する。
以上の結果から, 目標修正を施した構造的エージェント設計は, 臨床メモの要約を改善するための効果的な推測時間解を提供することが明らかとなった。
論文 参考訳（メタデータ） (2026-02-23T16:49:37Z) - Rethinking Temporal Fusion with a Unified Gradient Descent View for 3D Semantic Occupancy Prediction [62.69089767730514]
視覚に基づく3次元意味的占有予測(VisionOcc)のための時間融合法であるGAFusionを提案する。
これは、VisionOccフレームワーク内の時間融合の未調査の側面を開き、時間的手がかりと融合戦略の両方に焦点を当てる。
論文 参考訳（メタデータ） (2025-04-17T14:05:33Z) - CTPD: Cross-Modal Temporal Pattern Discovery for Enhanced Multimodal Electronic Health Records Analysis [50.56875995511431]
マルチモーダルEHRデータから有意な時間的パターンを効率的に抽出するために,CTPD(Cross-Modal Temporal Pattern Discovery)フレームワークを導入する。
提案手法では,時間的セマンティックな埋め込みを生成するためにスロットアテンションを用いて改良された時間的パターン表現を提案する。
論文 参考訳（メタデータ） (2024-11-01T15:54:07Z) - Learning to Exploit Temporal Structure for Biomedical Vision-Language
Processing [53.89917396428747]
視覚言語処理における自己教師あり学習は、画像とテキストのモダリティのセマンティックアライメントを利用する。
トレーニングと微調整の両方で利用できる場合、事前のイメージとレポートを明示的に説明します。
我々のアプローチはBioViL-Tと呼ばれ、テキストモデルと共同で訓練されたCNN-Transformerハイブリッドマルチイメージエンコーダを使用する。
論文 参考訳（メタデータ） (2023-01-11T16:35:33Z) - A Closer Look at Debiased Temporal Sentence Grounding in Videos:
Dataset, Metric, and Approach [53.727460222955266]
テンポラル・センテンス・グラウンディング・イン・ビデオ(TSGV)は、未編集のビデオに自然言語文を埋め込むことを目的としている。
最近の研究では、現在のベンチマークデータセットには明らかなモーメントアノテーションバイアスがあることが判明している。
偏りのあるデータセットによる膨らませ評価を緩和するため、基礎的リコールスコアを割引する新しい評価基準「dR@n,IoU@m」を導入する。
論文 参考訳（メタデータ） (2022-03-10T08:58:18Z)
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。