論文の概要: Large Language Models Versus Physicians in Traditional Chinese Medicine: A Real-World Clinical Case Evaluation

• arxiv url: http://arxiv.org/abs/2609.17544v1
• Date: Wed, 15 Jul 2026 03:18:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.54928
• Title: Large Language Models Versus Physicians in Traditional Chinese Medicine: A Real-World Clinical Case Evaluation
• Title（参考訳）: 漢方医学における大言語モデルとVersus Physicians : 実世界における臨床事例評価
• Abstract要約: 大規模言語モデル (LLMs) は, 臨床応用に向けて研究が進んでいるが, 現実の漢方医学(TCM)の実践に対する評価は依然として限られている。 当院では, 62病院から349例の外来患者を同定し, 16例のLCMと60例のTCM医師のコンパレータコホートを作成した。 カットエッジ汎用LSMは、特に医療アドバイス、治療原則、選択された診断タスクにおいて、医師コンパレータよりも高い専門家スコアを得た。
• 参考スコア（独自算出の注目度）: 20.307842378814435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) are increasingly being explored for clinical applications, yet their assessment for real-world traditional Chinese medicine (TCM) practice remains limited We constructed a clinical case library comprising 349 de-identified outpatient cases from 62 hospitals and evaluated 16 LLMs and a comparator cohort of 60 practicing TCM physicians using 60 representative cases selected from this library. Model outputs and physician reports were anonymized and scored by five senior TCM experts across nine diagnostic and therapeutic dimensions. Cutting-edge general-purpose LLMs achieved higher expert scores than the physician comparators, particularly for medical advice, treatment principles and selected diagnostic tasks. However, prescription-level analyses revealed discrepancies in herb selection, dosage, and treatment strategy, and qualitative safety review identified hallucinations and undesirable template-driven outputs. These findings highlight the potential of LLMs for TCM decision support while underscoring the need for physician oversight, safety constraints and prospective clinical evaluation.
• Abstract（参考訳）: 臨床応用として大規模言語モデル (LLMs) が研究されているが, 現実の漢方医学 (TCM) の実践に対する評価は限定的であり, 62病院の外来患者349名による臨床症例ライブラリを構築し, 16 LLMと60名のTCM医師を対象とするコンパレータコホートを作成した。 モデルのアウトプットと医師の報告は匿名化され、9つの診断と治療の次元の5人のシニアTCM専門家によって評価された。 カットエッジ汎用LSMは、特に医療アドバイス、治療原則、選択された診断タスクにおいて、医師コンパレータよりも高い専門家スコアを得た。 しかし, ハーブ選択, 服用量, 治療戦略の相違がみられ, 質的安全性評価の結果, 幻覚と望ましくないテンプレート駆動のアウトプットが確認された。 これらの知見は, 医師の監督, 安全性の制約, 将来的な臨床評価の必要性を強調しつつ, TCM意思決定支援のためのLCMの可能性を強調した。

関連論文リスト

• Enabling Doctor-Centric Medical AI with LLMs through Workflow-Aligned Tasks and Benchmarks [72.89088985703748]
  大きな言語モデル(LLM)の台頭は、臨床ガイダンスを提供することで医療に変化をもたらしたが、患者への直接の展開は安全性のリスクをもたらす。 我々は,患者と直接対話するのではなく,経験豊富な医師と協力する臨床助手としてLLMを再配置することを提案する。 我々は、22の臨床的タスクと27の専門分野にわたる92,000のQ&Aインスタンスからなる大規模な中国の医療データセットであるDoctorFLANを構築した。
  論文  参考訳（メタデータ） (2025-10-13T06:18:27Z)
• LLMEval-Med: A Real-world Clinical Benchmark for Medical LLMs with Physician Validation [58.25892575437433]
  医学における大規模言語モデル (LLMs) の評価は, 医療応用には精度が高く, 誤差の少ないため重要である。 LLMEval-Medは、5つの中核医療領域をカバーする新しいベンチマークであり、現実の電子健康記録から得られた2,996の質問と専門家が設計した臨床シナリオを含む。
  論文  参考訳（メタデータ） (2025-06-04T15:43:14Z)
• MedGUIDE: Benchmarking Clinical Decision-Making in Large Language Models [10.46932473088646]
  MedGUIDEは,Large Language Models (LLMs) を評価するための新しいベンチマークであり,ガイドラインに一貫性のある臨床診断を行う能力について紹介する。 MedGUIDEは17種類の癌にまたがる55のNCCN決定木から構築されている。 本研究では,10の臨床的,言語学的基準において,専門家ラベル付き報酬モデルとLLM-as-a-judgeアンサンブルを組み合わせた2段階の品質選択プロセスを適用し,高品質なサンプル7,747を選定した。
  論文  参考訳（メタデータ） (2025-05-16T18:21:52Z)
• CliMedBench: A Large-Scale Chinese Benchmark for Evaluating Medical Large Language Models in Clinical Scenarios [50.032101237019205]
  CliMedBenchは、14のエキスパートによるコア臨床シナリオを備えた総合的なベンチマークである。 このベンチマークの信頼性はいくつかの点で確認されている。
  論文  参考訳（メタデータ） (2024-10-04T15:15:36Z)
• A Spectrum Evaluation Benchmark for Medical Multi-Modal Large Language Models [57.88111980149541]
  Asclepiusは、Med-MLLMの異なる医学的特長と診断能力で評価する、新しいMed-MLLMベンチマークである。 3つの基本原則に基づいて、アスクレピウスは15の医療専門分野を包括的に評価する。 また、6つのMed-MLLMの詳細な分析を行い、3人の専門家と比較した。
  論文  参考訳（メタデータ） (2024-02-17T08:04:23Z)
• MedBench: A Large-Scale Chinese Benchmark for Evaluating Medical Large Language Models [56.36916128631784]
  中国の医療分野の総合的なベンチマークであるMedBenchを紹介する。 このベンチマークは、中国の医療ライセンス試験、居住者標準化訓練試験、および現実世界のクリニックの4つの主要なコンポーネントで構成されている。 幅広い実験を行い, 多様な視点から詳細な分析を行い, 以下の結果を得た。
  論文  参考訳（メタデータ） (2023-12-20T07:01:49Z)
• MedDM:LLM-executable clinical guidance tree for clinical decision-making [9.27804927412851]
  LLMで直接使用できる適切な臨床ガイダンスツリーデータセットは存在しない。 まず LLM-executavle Clinical Guide Tree (CGT) を提案する。 本研究は,フローチャートから医療診断意思決定データセット(MedDM)を構築した。
  論文  参考訳（メタデータ） (2023-12-05T02:44:07Z)

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。