論文の概要: Grounded Adjudication of Variations across Extracted TimeLines (GAVEL): Comparing Clinical Timelines Against Their Case Reports
- arxiv url: http://arxiv.org/abs/2609.13475v1
- Date: Fri, 11 Sep 2026 19:46:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.33185
- Title: Grounded Adjudication of Variations across Extracted TimeLines (GAVEL): Comparing Clinical Timelines Against Their Case Reports
- Title（参考訳）: 抽出時間帯(GAVEL)における変動の接地適応 : 臨床経過と症例報告との比較
- Abstract要約: GAVELは、ケースレポートと2つのタイムラインを比較し、それぞれの違いについて、差分型、判定、レポートパスを返す。
126回のレポートでは、統合されたタイムラインは77.0%の比較で好まれ、評価されたタイムラインが7.63から0.85に減少していた。
- 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: Existing pipelines for clinical timeline extraction from case reports are evaluated using an expert reference and are limited by imperfect reference annotations and imprecise event alignment. We developed GAVEL, an LLM judge protocol that compares two timelines with the case report and returns a discrepancy type, verdict, and report passage for each difference. We evaluated the event matcher, reviewed 2,738 findings from GPT5.6sol and DeepSeek V3.2, ranked six LLM extractors and two human annotators, and tested GAVEL guided merging. True match rates were 60% immediately below and 48% immediately above the 0.10 cutoff. Manual review confirmed 89.4% and 88.6% of findings. Across 126 reports, merged timelines were preferred in 77.0% of comparisons (95% CI, 69.8 to 84.1%) and reduced discrepancies attributed to the evaluated timeline from 7.63 to 0.85 per report. GAVEL supports report-based comparison and revision without treating either timeline as ground truth.
- Abstract（参考訳）: 症例報告から臨床時系列を抽出するための既存のパイプラインを専門家参照を用いて評価し、不完全な参照アノテーションと不正確なイベントアライメントによって制限される。
我々は,2つの時系列をケースレポートと比較し,それぞれに相違点型,判定,レポートパスを返すLLM判定プロトコルであるGAVELを開発した。
GPT5.6solとDeepSeek V3.2の2,738点,LDM抽出器6点,ヒトアノテータ2点,GAVEL誘導マージ試験を行った。
実際の試合率は60%以下で、0.10カットオフの直前に48%だった。
手作業による調査では89.4%と88.6%の発見が確認された。
126回の報告では、統合されたタイムラインは77.0%(95%CI、69.8から84.1%)で好まれ、評価されたタイムラインが7.63から0.85に減少していた。
GAVELはレポートベースの比較と修正をサポートし、どちらのタイムラインも根拠となる真実として扱わない。
関連論文リスト
- Not All Relations Are Equal: Relation-Balanced and Calibrated Graph Learning for Provenance-Based Intrusion Detection [66.44527094471619]
本稿では,関係バランスの取れたグラフ学習を用いた教師なしフレームワークRECALについて述べる。
3つのDARPA E3データセットにおいて、RECALはF1スコアの99.99%、99.93%、99.99%を達成し、各データセットでそれぞれ0.88、0.82、0.42で最高のベースラインを上回っている。
論文 参考訳（メタデータ） (2026-09-15T00:31:01Z) - When Agent Metrics Measure Different Things: An Evidence-Grounded Audit of the Praxa AI Pipeline [0.0]
本稿では,選択したPraxa AI実装ファイル,過去の評価アーティファクト,運用記録の振り返り評価を行う。
139ケースのオフラインルーティングレポートには、112回のパスと27回の障害が含まれている。
記録された99番目のパーセンタイルは2,147,483,647 msであり、サーバが保存したコールのうち38,118.31 msである。
論文 参考訳（メタデータ） (2026-09-10T07:55:12Z) - Decay-Region Group Delay as a Forensic Cue for AI-Generated Impulsive Sounds [24.574957210877113]
我々は,AI生成インパルス音がほぼ同一のオンセット領域群遅延分布を示すが,後期崩壊領域ではグループ遅延の挙動が著しく異なることを示す。
これらの結果から,崩壊領域群遅延は物理的に解釈可能な法医学的キューとして機能することが示唆された。
論文 参考訳（メタデータ） (2026-08-26T19:28:38Z) - Unmatched Does Not Mean False: Incomplete Reference Sets Can Reverse Calibration Rankings in Open-Ended Theory-of-Mind Tracking [0.5735035463793009]
Open-ended Theory-of-Mind (ToM) トラッカーは有限参照を欠く有効な信念を出力する。
有限参照+マーチャントパイプラインは、不正な出力をマークし、適切なスコアモデル選択をリバース可能なプロキシラベルを生成する。
論文 参考訳（メタデータ） (2026-08-26T11:36:31Z) - Characterizing Treatment-Context Medication Evidence Across Clinic Notes and Structured EHR Medication History [1.6612653577971574]
臨床メモと構造化電子健康記録(EHR)の薬歴は、しばしば異なる薬物情報を含んでいる。
同じ視認的な意見の相違は、ノート側の正規化エラー、用語やタイミングの違い、実際の文書の違いによって生じる。
我々は,大規模言語モデル(LLM)による参照構築,対象的・ランダムな人的レビュー,決定論的薬物正規化,構造化された医薬品の歴史と意味的・時間的比較を用いたノート・グラウンド・アプローチを開発した。
論文 参考訳（メタデータ） (2026-08-03T01:00:01Z) - When Derived Measurements Mislead: Quantifying and Mitigating LLM Over-Trust with Privileged-Modality Reliability Evidence [23.663230810212042]
大規模言語モデル(LLM)パイプラインは、インスタンス依存の妥当性にもかかわらず、直接の事実として導出されていく。
本研究では, 直接事実の測定を下流LLMが割り当てる障害として, 派生機能オーバートラスト(DFOT)を定義した。
コンフリクトオーバートラストレート(COTR)、コンテキスト誘発エラーレート(CIR)、正しい修復率(CRR)、エビデンス特異的修復マージン(ESRM)、ユーティリティハーネスレート(UHR)の5つの推定値。
論文 参考訳（メタデータ） (2026-07-30T16:01:17Z) - Evaluation Protocols and Cross-Subject Generalization in EEG Emotion Recognition [2.5603375915051747]
本研究は,SEEDおよびSEED-IV上の動的グラフ畳み込みニューラルネットワーク経路を実例として用いた。
したがって, 被験者依存, 被験者分離, クロスセッションの結果は, 異なる質問に対する回答として報告されるべきである。
論文 参考訳（メタデータ） (2026-07-30T04:13:43Z) - Beyond Output-Space Calibration: Spectral Evidence Bundling for Selective Reliability Estimation in Time-Series Classification [26.80740674805048]
時系列分類のポストホック校正は通常、出力スコアを再マップするが、配置決定は現在の時間信号によって確実な予測が支持されるかどうかに依存する。
同一の信頼値が異なる時間的サポートを隠蔽し、平均キャリブレーションは偽の高信頼誤差を見逃し、出力空間再校正は限られた入力リンク監査性を提供する。
信頼すべきかどうかを推定しながら、バックボーンの予測を一定に保ちつつ、バリデーション付き固定ラベル信頼性ポリシーを導入する。
論文 参考訳（メタデータ） (2026-06-29T01:31:00Z) - Let the Results Speak: A Replication-First Paradigm for LLM Behavioral Benchmarking [22.825786049667602]
本稿では,1つのヒト・ラタのコンセンサスに有効性を確保するために,複製第一パラダイムを提案する。
楽器を4つの特性で認証する - Kランの信頼性、アーキテクチャ的に異なる審査員間のクロスインストラクトレプリケーション、以前のトレーニングコホートからの審査員による歴史的フットプリントキャリブレーション、事前登録された予測。
本研究は, 自己発達型データ駆動による情緒的伴奏で, 次元は事前に決められず, 手順は9次元に安定化する。
論文 参考訳（メタデータ） (2026-05-27T03:41:11Z) - Reliable Extraction of Clinical Follow-Up Instructions: A Hybrid Neural-Symbolic Pipeline [43.0484058393522]
我々は,ニューラルシンボリックなハイブリッドパイプラインを直接生成に対して試験する。
本研究は,2000点の合成外用コーパスについて検討した。
論文 参考訳（メタデータ） (2026-05-26T05:14:33Z) - AuditRepairBench: A Paired-Execution Trace Corpus for Evaluator-Channel Ranking Instability in Agent Repair [21.974153439592317]
AuditBenchは576,000の登録細胞(96,000が実行)のペア実行トレースコーパスである
宣言された可観測性境界内で評価器-チャネル遮断ランキングの不安定を運用する。
80ケースのソースレベルのチャネルサージェリーサブセット上で、メカニズムアンカレートによる検証がサポートされている。
論文 参考訳（メタデータ） (2026-05-06T08:12:09Z) - Temporally Phenotyping GLP-1RA Case Reports with Large Language Models: A Textual Time Series Corpus and Risk Modeling [3.6611037112655818]
グルカゴン様ペプチド1受容体アゴニストを含む症例報告の時系列コーパスを開発した。
臨床領域の専門家によるゴールド・スタンダード・タイムラインに対するLPMタイムラインの自動抽出について検討した。
最高の性能のLCMは、高いイベントカバレッジ、症状、診断、治療、検査、結果の信頼できる時間的シークエンシングを実現した。
論文 参考訳（メタデータ） (2026-03-12T20:45:06Z)
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。