論文の概要: Clinician-Grounded Quality Assurance for AI-Assisted Psychiatric Intake
- arxiv url: http://arxiv.org/abs/2609.21149v1
- Date: Thu, 17 Sep 2026 23:29:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:16.794723
- Title: Clinician-Grounded Quality Assurance for AI-Assisted Psychiatric Intake
- Title（参考訳）: AI支援精神科領域における品質保証
- Abstract要約: 本稿では,オープンエンドAI面接のためのメモリ拡張型患者シミュレータをベースとした臨床応用評価プラットフォームを提案する。
筆者らは,InterviewPlaygroundと専門家が作成したヴィグネットを用いて対話型患者を作成し,インタビューのための模擬インテークプラットフォームを構築し,インテークに関連する評価モダリティを設計した。
- 参考スコア（独自算出の注目度）: 7.397374636928432
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Before patients can use AI-assisted psychiatric intake systems, health systems need practical ways to routinely evaluate these tools against their clinical standards for quality assurance. Because clinicians may use different intake styles, evaluation for this task must (1) support comparison across interviewing approaches, (2) minimize clinician burden, and (3) measure clinically relevant performance for health systems deploying these technologies. We present a clinician-grounded evaluation platform built around a memory-augmented patient simulator for open-ended AI interviewing, InterviewPlayground. We created interactive patients using InterviewPlayground with our expert-authored vignettes, constructed a simulated intake platform for the interviews, and designed evaluation modalities relevant to intake. In a pilot of 6 clinicians in a 25-minute assessment compared to a GPT-based LLM intake interviewer, the LLM recovered more of the clinically relevant items embedded in the patient vignettes (88.0% vs. 38.9%), but made more clinical inferences not based on the interview (56.8% vs. 27.8%), and characterized identified safety concerns less often (33.3% vs. 66.7%), setting the stage for deployed quality assurance for this task.
- Abstract（参考訳）: 患者がAIによる精神医学的摂取システムを使用する前に、医療システムはこれらのツールを品質保証のための臨床基準に対して日常的に評価する実践的な方法が必要である。
臨床医は異なる摂取スタイルを用いることができるため,(1)面接アプローチ間の比較支援,(2)診療負担の最小化,(3)これらの技術を展開する医療システムにおける臨床関連パフォーマンスの測定が必要である。
本稿では,オープンエンドAI面接のためのメモリ拡張型患者シミュレータであるInterviewPlaygroundをベースとした臨床用グラウンド評価プラットフォームを提案する。
筆者らは,InterviewPlaygroundと専門家が作成したヴィグネットを用いて対話型患者を作成し,インタビューのための模擬インテークプラットフォームを構築し,インテークに関連する評価モダリティを設計した。
GPTベースのLSMインテークインタビュアーと比較して、25分間の検査で6人の臨床医のパイロットが、患者のヴィニネットに埋め込まれた臨床関連項目(88.0% vs. 38.9%)を回収したが、インタビューに基づかない臨床推論(56.8% vs. 27.8%)がより多く行われ、特定安全性に関する懸念がより少ない(33.3% vs. 66.7%)。
関連論文リスト
- ResidencyRL: Reinforcement Learning in Simulated Clinical Environments [53.76751756107077]
臨床人工知能(AI)エージェントを模擬多ターン臨床で訓練するための強化学習(RL)手法であるResidencyRLを提案する。
ホールドアウト評価では、ResidencyRLエージェントは、対向条件下で診断精度を7.0%向上させる。
盲目の専門医はこれらの利得を検証し、訓練されたエージェントをサイドバイサイド比較の87.6%で好んだ。
論文 参考訳（メタデータ） (2026-08-07T17:04:41Z) - PatientAgentBench: A Benchmark Framework for Evaluating Patient-Facing Health AI Agents [5.247635961504091]
patientAgentBenchは、患者が直面するエージェント医療をベンチマークする。
シミュレーションされた患者と会話しながら、医療ツールのサンドボックスでエージェントにラップされた基礎モデルを評価する。
同じ1200のシナリオで、同じ4つのファミリーで10のモデルをベンチマークし、臨床的なギャップを見つけました。
論文 参考訳（メタデータ） (2026-07-28T09:24:04Z) - MentalHospital: A Virtual Environment for Evaluating Psychiatric Clinical Encounters [21.18455609800945]
メンタルホスピタル(MentalHospital)は、精神科臨床における仮想的な評価環境である。
メンタルホスピタルは、主観的面接、客観的検査、診断評価、治療計画ワークフローをインスタンス化する。
5つのドメイン固有評価器は、コミュニケーションの共感、専門家へのインタビュー、臨床ノートの品質、診断の厳格さ、治療の適切さをカバーしている。
論文 参考訳（メタデータ） (2026-07-09T09:03:42Z) - AIPatient Arena: EHR-grounded evaluation of large language models in end-to-end clinical consultation workflows [7.354281305130301]
大規模言語モデル (LLM) は, 臨床相談業務での使用を想定している。
本稿では,ALMの臨床的有用性を評価するための評価フレームワークであるAIPatient Arenaを提案する。
論文 参考訳（メタデータ） (2026-06-16T03:35:17Z) - 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) - A Decade-Scale Benchmark Evaluating LLMs' Clinical Practice Guidelines Detection and Adherence in Multi-turn Conversations [60.2076951536797]
大規模言語モデル(LLM)は、医療シナリオにますます多くデプロイされている。
LLMが会話中に臨床ガイドラインを特定・遵守できるのかは不明確である。
CPGBenchは、LSMの臨床ガイドラインの検出と付着能力をベンチマークする自動フレームワークである。
論文 参考訳（メタデータ） (2026-03-26T09:00:55Z) - MedArena: Comparing LLMs for Medicine-in-the-Wild Clinician Preferences [50.71326426975699]
MedArenaは医療用大規模言語モデル(LLM)のためのインタラクティブな評価プラットフォームである。
MedArenaは、2つのランダムに選択されたモデルからの応答を表示し、ユーザが好みのレスポンスを選択するように要求する。
2025年11月1日までに12台のLLMで収集された1571の選好のうち、ジェミニ2.0フラッシュシンキング、ジェミニ2.5プロ、GPT-4oがブラッドリー・テリーのレーティングで上位3モデルとなった。
論文 参考訳（メタデータ） (2026-03-13T22:30:26Z) - Patient-Centered Summarization Framework for AI Clinical Summarization: A Mixed-Methods Design [23.21070690395588]
患者中心サマリ(PCS)における人工知能(AI)臨床要約タスクの新しい標準を提案する。
本研究の目的は,患者価値を捉え,臨床的有用性を確保するためのPCS作成フレームワークを開発することである。
5つのオープンソース LLM がゼロショットプロンプトと少数ショットプロンプトを使用して72のコンサルテーションの要約を生成する。
論文 参考訳（メタデータ） (2025-10-31T15:08:18Z) - Simulating Viva Voce Examinations to Evaluate Clinical Reasoning in Large Language Models [51.91760712805404]
大規模言語モデル(LLM)におけるシーケンシャルな臨床推論を評価するためのベンチマークであるVivaBenchを紹介する。
本データセットは,医療訓練における(口頭)検査をシミュレートする対話的シナリオとして構成された1762名の医師による臨床ヴィグネットから構成される。
本分析では,臨床における認知的誤りを反映するいくつかの障害モードを同定した。
論文 参考訳（メタデータ） (2025-10-11T16:24:35Z) - AutoTrial: Prompting Language Models for Clinical Trial Design [53.630479619856516]
本稿では,言語モデルを用いた臨床検査基準の設計を支援するAutoTrialという手法を提案する。
70K以上の臨床試験で、AutoTrialが高品質な基準テキストを生成することが確認された。
論文 参考訳（メタデータ） (2023-05-19T01:04:16Z)
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。