Fugu-MT 論文翻訳(概要): PCQC: Privileged Counterfactual Question Credit for Multi-Turn Medical Dialogue

論文の概要: PCQC: Privileged Counterfactual Question Credit for Multi-Turn Medical Dialogue

arxiv url: http://arxiv.org/abs/2609.27987v1
Date: Wed, 23 Sep 2026 12:15:10 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-25 00:05:18.012598
Title: PCQC: Privileged Counterfactual Question Credit for Multi-Turn Medical Dialogue
Title（参考訳）: PCQC:マルチトゥルン・メディカル・ダイアログのための予備的対実的質問クレジット
Abstract要約: そこで我々は,PCQC(Privileged Counterfactual Question Credit)を紹介した。 PCQCの平均診断精度は63.10%で、GRPOとATPOをそれぞれ4.38ポイント、ATPOは4.21ポイント上回っている。
参考スコア（独自算出の注目度）: 3.153426964378506
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Large language models (LLMs) have made substantial progress on medical question-answering, yet effective medical dialogue also requires learning to ask questions that uncover relevant patient information. To train such dialogue policies, a common pipeline combines supervised fine-tuning with reinforcement learning (RL) based on final diagnostic correctness. However, this outcome-based supervision does not directly distinguish the contributions of individual questions and provides no question-level feedback for unexecuted alternatives. To address this gap, we introduce PCQC (Privileged Counterfactual Question Credit), which uses privileged patient information during training to learn from questions never asked. During training, PCQC makes alternative questions directly comparable at the same dialogue state by using privileged patient facts to construct their answers. A frozen diagnostic scorer evaluates the diagnostic utility of each resulting question-answer pair by how strongly it supports the correct diagnosis. PCQC turns these comparisons into relative question credit that teaches the policy which questions to favor, directly supervising both executed and unexecuted questions alongside outcome-based RL without requiring complete rollouts for the unexecuted alternatives. Extensive experiments across four medical benchmarks demonstrate that PCQC achieves 63.10% mean diagnostic accuracy, outperforming GRPO and ATPO by 4.38 and 4.21 percentage points, respectively. These gains are achieved with 33.1% fewer inquiry turns than GRPO.
Abstract（参考訳）: 大規模言語モデル (LLMs) は、医学的質問に対する回答に大きく進歩しているが、効果的な医療対話では、関連する患者情報を明らかにするための質問の学習も必要である。このような対話ポリシーをトレーニングするために、共通パイプラインは、最終的な診断精度に基づいて教師付き微調整と強化学習(RL)を組み合わせる。しかし、この結果に基づく監督は個々の質問のコントリビューションを直接区別せず、実行されていない代替案に対して質問レベルのフィードバックを提供しない。このギャップに対処するため,PCQC(Privileged Counterfactual Question Credit)を導入する。トレーニング中、PCQCは、特権のある患者事実を使用して回答を構築することで、同じ対話状態で代替質問を直接比較する。凍結診断スコアラは、結果の問合せペアの診断利便性を、それが正しい診断をどれだけ強く支持するかで評価する。 PCQCは、これらの比較を相対的な質問クレジットに変えて、実行済みの代替案の完全なロールアウトを必要とせず、実行済みの質問と実行されていない質問の両方を直接監督する。 4つの医学ベンチマークによる大規模な実験では、PCQCの平均診断精度は63.10%であり、それぞれGRPOとATPOを4.38ポイント、ATPOは4.21ポイント上回っている。これらの利得は、GRPOよりも33.1%少ない調査ターンで達成される。

関連論文リスト

Fathom-Vaidya: Advancing Medical Reasoning with Rubric-Based Rewards [5.563127320625537]
医療における大規模言語モデル(LLM)は、2つの相補的な側面にわたる堅牢なパフォーマンスを必要とする。 HealthBenchやMedXpertQAといった最近のベンチマークでは、両方の領域で永続的な弱点が明らかになっている。合成データとルーブリックに基づく強化学習を用いて、これらのファセットをターゲットとしたシーケンシャルなトレーニングフレームワークを導入する。
論文参考訳（メタデータ） (2026-09-21T12:19:50Z)
Beyond Information Seeking: Severity-Aware Question Supervision for Proactive Medical Dialogue [3.62175729900672]
本稿では,重大度を意識した端末リスクの低減によって各候補を評価可能な,結果認識型質問紙(ESR)を提案する。一致したESRの監督は、平均的な高重度診断ミスを.0645から.0455(-29.5%)に減らし、平均診断精度を.9123から.9320に改善し、対話毎に0.14の質問しか必要としないことを示した。
論文参考訳（メタデータ） (2026-08-25T13:09:45Z)
MedDDC-Eval: Diagnosis-Decoupled Evaluation of Multi-Turn Medical Consultation Agents [4.184241883998287]
MedDDC-Evalは, 既往の症例に比較して, 診断非結合性評価ベッドである。フリーズされた共有診断読影器は、すべてのポリシーで満たされた履歴に適用される。診断支援、情報取得、効率を報告している。
論文参考訳（メタデータ） (2026-07-21T11:32:41Z)
Benchmarking Multi-turn Medical Diagnosis: Hold, Lure, and Self-Correction [72.89352076103889]
大規模言語モデル (LLM) は, 臨床情報がすべて一ターンで提供される場合に, 高い精度で診断を行う。 1,035例からなる高忠実多ターン診断ベンチマークであるMINTを導入する。診断決定に大きな影響を及ぼす3つの永続的な行動パターンを明らかにする。
論文参考訳（メタデータ） (2026-04-06T00:23:10Z)
Evolving Diagnostic Agents in a Virtual Clinical Environment [75.59389103511559]
本稿では,大規模言語モデル(LLM)を強化学習を用いた診断エージェントとして訓練するためのフレームワークを提案する。本手法は対話型探索と結果に基づくフィードバックによって診断戦略を取得する。 DiagAgentはDeepSeek-v3やGPT-4oなど、最先端の10のLLMを著しく上回っている。
論文参考訳（メタデータ） (2025-10-28T17:19:47Z)
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)
A Dataset for Addressing Patient's Information Needs related to Clinical Course of Hospitalization [15.837772594006038]
ArchEHR-QAは、集中治療室と救急部門の設定から現実の患者をベースとした、専門家による注釈付きデータセットである。症例は、公衆衛生フォーラムへの患者による質問、臨床医が解釈した質問、関連する臨床ノートの抜粋、および臨床医が認可した回答である。答えファーストのプロンプトアプローチは一貫して最善を尽くし、ラマ4は最高得点を獲得した。
論文参考訳（メタデータ） (2025-06-04T16:55:08Z)
RECAP-KG: Mining Knowledge Graphs from Raw GP Notes for Remote COVID-19 Assessment in Primary Care [45.43645878061283]
本稿では,患者相談の前後に書かれた生のGP医療ノートから知識グラフ構築を行うフレームワークを提案する。私たちの知識グラフには、既存の患者の症状、その持続時間、重症度に関する情報が含まれています。本フレームワークを英国における新型コロナウイルス患者の相談ノートに適用する。
論文参考訳（メタデータ） (2023-06-17T23:35:51Z)
Interpretable Multi-Step Reasoning with Knowledge Extraction on Complex Healthcare Question Answering [89.76059961309453]
HeadQAデータセットには、公衆医療専門試験で認可された複数の選択質問が含まれている。これらの質問は、現在のQAシステムにとって最も難しいものです。知識抽出フレームワーク(MurKe)を用いた多段階推論を提案する。市販の事前訓練モデルを完全に活用しようと努力しています。
論文参考訳（メタデータ） (2020-08-06T02:47:46Z)
Effective Transfer Learning for Identifying Similar Questions: Matching User Questions to COVID-19 FAQs [5.512295869673147]
医療質問応答対にニューラルネットワークを事前学習する2つの微調整アプローチが,医療質問類似性を決定するのに有用な中間課題であることを示す。また、トレーニングされたモデルを使用して、ユーザの質問と新型コロナウイルス関連のFAQをマッチングする、現在稼働中のシステムについても説明する。
論文参考訳（メタデータ） (2020-08-04T18:20:04Z)
Towards Causality-Aware Inferring: A Sequential Discriminative Approach for Medical Diagnosis [142.90770786804507]
医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
論文参考訳（メタデータ） (2020-03-14T02:05:54Z)

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。