論文の概要: Tool-Augmented Large Language Models for Reliable Medical Calculation from Patient Notes

• arxiv url: http://arxiv.org/abs/2610.21477v1
• Date: Thu, 15 Oct 2026 08:18:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.276943
• Title: Tool-Augmented Large Language Models for Reliable Medical Calculation from Patient Notes
• Title（参考訳）: 患者ノートからの信頼性の高い医療計算のためのツール強化大言語モデル
• Abstract要約: 医療電卓は、生の患者の観察結果を臨床的に実行可能な値とスコアに変換する。 これらの電卓を自由形患者ノートに直接適用するには、複雑な公式の正確な実行と正確な変数抽出が必要である。 患者ノートから信頼性の高い医療計算を行うためのツール拡張LDMフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 28.12735530665958
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Medical calculators translate raw patient observations into clinically actionable values and scores. However, applying these calculators directly to free-form patient notes requires precise variable extraction combined with the exact execution of complex formulas, scoring rules, and output conventions. Relying solely on direct large language model (LLM) prompting is unreliable in this context, as rule recall, parameter extraction, arithmetic reasoning, and formatting become entangled within a single generative step. To address these limitations, we propose a tool-augmented LLM framework for reliable medical calculation from patient notes. The framework retrieves and structures calculator specifications, generates reusable executable tools, and uses a constrained extractor to map each patient note to calculator-ready inputs. The tools then perform deterministic calculation, separating clinical language understanding from rule execution and arithmetic. Evaluated on the MedCalc-Bench dataset, our method achieves 86.73% final-answer accuracy, outperforming the one-shot prompting and supervised fine tuning-only baselines by 24.0 and 17.27 percentage points. Ablation and error analyses show that these performance gains are primarily driven by rule-grounded tool synthesis and schema-constrained extraction, whereas remaining failures are concentrated in clinical-semantic extraction and benchmark-specific output contracts. By grounding calculator logic in executable tools, the proposed approach alleviates arithmetic hallucinations and improves the computational reliability of the final clinical outputs.
• Abstract（参考訳）: 医療電卓は、生の患者の観察結果を臨床的に実行可能な値とスコアに変換する。 しかし、これらの電卓を自由形式の患者ノートに直接適用するには、複雑な公式、スコアリング規則、出力規則の正確な実行と組み合わせて正確な変数抽出が必要である。 直接大言語モデル(LLM)にのみ依存することは、ルールリコール、パラメータ抽出、算術推論、フォーマッティングが単一の生成ステップで絡み合うようになるため、この文脈では信頼できない。 これらの制約に対処するため,患者ノートから信頼性の高い医療計算を行うためのツール拡張LDMフレームワークを提案する。 このフレームワークは、電卓の仕様を検索し、再利用可能なツールを生成し、各患者ノートを電卓対応の入力にマッピングするために制約付き抽出器を使用する。 次に、これらのツールは決定論的計算を行い、臨床言語理解をルール実行と算術から分離する。 本手法は,MedCalc-Benchデータセットに基づいて最終回答精度を86.73%向上し,1ショットのプロンプトと教師付き微調整のみのベースラインを24.0,17.27ポイント向上させた。 アブレーションとエラー解析は、これらの性能向上は主にルール基底ツール合成とスキーマ制約抽出によって引き起こされるが、残りの失敗は臨床意味抽出とベンチマーク固有の出力契約に集中していることを示している。 計算機論理を実行可能なツールに基礎づけることで,算術的な幻覚を緩和し,最終的な臨床出力の計算信頼性を向上させる。

関連論文リスト

• ReTAC: Residual Test-Time Agentic Computation for Video Spatial Reasoning [75.14564822108872]
  テストタイムエージェント計算は多モーダルな言語モデルを改善することができる。 ビデオ空間推論のためのトレーニング不要なマルチエージェントフレームワークであるReTACで、この定式化をインスタンス化する。
  論文  参考訳（メタデータ） (2026-10-12T07:39:58Z)
• Improving Medical Calculation of LLMs with Embedded Coding [19.77893453301027]
  我々は、組込み実行可能コードを生成するためにLSMをトレーニングすることで、医療計算を改善するフレームワークであるMedCodeを紹介した。 臨床的コンテキストが与えられた場合、モデルは関連する電卓を特定し、入力変数を抽出し、算術演算を決定論的インタプリタに委譲するスクリプトを生成する。 LLaMA3-8B、Qwen2.5-7B、Mistral-7Bによる実験では20～30ポイントの絶対精度が得られた。
  論文  参考訳（メタデータ） (2026-09-25T18:52:25Z)
• MedCalc-Pro: Solving Complex Medical Calculations with LLM Agents [7.682551949752529]
  我々は,3つのタスク設定を段階的にカバーする新しい医療計算ベンチマーク,MedCalc-Proを提案する。 MedCalc-Proには2,268のリアルな臨床ケースがあり、14の臨床部門で77の医療電卓をカバーしている。 また,マルチツール選択とネストツール呼び出しをサポートする,より一般化可能なエージェントフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-03T02:24:26Z)
• MedMCP-Calc: Benchmarking LLMs for Realistic Medical Calculator Scenarios via MCP Integration [17.39421062613435]
  MedMCP-Calcは、MedMCP(Model Context Protocol)の統合により、医学計算のシナリオを評価するための最初のベンチマークである。 MedMCP-Calcは、4つの臨床領域にまたがる118のシナリオタスクから構成されており、自然なクエリ、構造化データベースのインタラクション、外部参照検索、プロセスレベルの評価を模倣するファジィタスク記述が特徴である。 我々は、シナリオ計画とツール拡張を取り入れた微調整モデルであるCalcMateを開発し、オープンソースモデル間の最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-01-30T14:56:20Z)
• Toward Reliable Clinical Coding with Language Models: Verification and Lightweight Adaptation [3.952186976672079]
  本稿では,高速エンジニアリングや小型微調整を含む軽量な介入により,探索手法の計算オーバーヘッドを伴わずに精度を向上できることを示す。 階層的なニアミスエラーに対処するために,単体タスクとパイプラインコンポーネントの両方に臨床コード検証を導入する。
  論文  参考訳（メタデータ） (2025-10-08T23:50:58Z)
• From Scores to Steps: Diagnosing and Improving LLM Performance in Evidence-Based Medical Calculations [45.414878840652115]
  大規模言語モデル(LLM)は医療ベンチマークで有望な性能を示した。 しかし、医学的な計算を行う能力は未熟であり、評価も不十分である。 本研究は,臨床信頼性を重視した医療計算評価を再考する。
  論文  参考訳（メタデータ） (2025-09-20T09:10:26Z)
• Interpretable Medical Diagnostics with Structured Data Extraction by Large Language Models [59.89454513692417]
  タブラルデータはしばしばテキストに隠され、特に医学的診断報告に使用される。 本稿では,TEMED-LLM と呼ばれるテキスト医療報告から構造化表状データを抽出する手法を提案する。 本手法は,医学診断における最先端のテキスト分類モデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-06-08T09:12:28Z)
• Self-Verification Improves Few-Shot Clinical Information Extraction [73.6905567014859]
  大規模言語モデル (LLMs) は、数発のテキスト内学習を通じて臨床キュレーションを加速する可能性を示している。 正確性や解釈可能性に関する問題、特に健康のようなミッションクリティカルな領域ではまだ苦戦している。 本稿では,自己検証を用いた汎用的な緩和フレームワークについて検討する。このフレームワークはLLMを利用して,自己抽出のための証明を提供し,その出力をチェックする。
  論文  参考訳（メタデータ） (2023-05-30T22:05:11Z)
• Detecting automatically the layout of clinical documents to enhance the performances of downstream natural language processing [53.797797404164946]
  我々は,臨床用PDF文書を処理し,臨床用テキストのみを抽出するアルゴリズムを設計した。 このアルゴリズムは、PDFを使った最初のテキスト抽出と、続いてボディテキスト、左書き、フッタなどのカテゴリに分類される。 それぞれのセクションのテキストから興味ある医学的概念を抽出し,医療的パフォーマンスを評価した。
  論文  参考訳（メタデータ） (2023-05-23T08:38:33Z)
• Benchmarking Automated Clinical Language Simplification: Dataset, Algorithm, and Evaluation [48.87254340298189]
  我々はMedLaneという名の新しいデータセットを構築し、自動化された臨床言語簡易化手法の開発と評価を支援する。 我々は,人間のアノテーションの手順に従い,最先端のパフォーマンスを実現するDECLAREと呼ばれる新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-12-04T06:09:02Z)

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。