論文の概要: A general-purpose System One decision model for clinical records
- arxiv url: http://arxiv.org/abs/2610.27099v1
- Date: Mon, 19 Oct 2026 18:00:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.447927
- Title: A general-purpose System One decision model for clinical records
- Title（参考訳）: 臨床記録のための汎用システム1決定モデル
- Abstract要約: CS1-4Bは、多院制で1240万の質問と360万の患者からの回答に基づいて訓練されている。
963,408人の患者において、CS1-4Bは訓練教師とは無関係に評価された14のタスクのうち13のタスクにおいて、最大27億のパラメーターのオープン決定モデルを上回った。
- 参考スコア（独自算出の注目度）: 8.952002213670438
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Clinical care, health-system operations and biomedical discovery depend on extracting reliable answers from patient records, yet applying diverse clinical questions across entire populations remains computationally expensive. Here we present Clinical System One (CS1), a 4-billion-parameter decision model for fast, typed judgments from clinical records, along with two agentic harnesses in which CS1 works together with a generalist language model. CS1-4B is trained on 12.4 million questions and answers from 3.6 million patients across a multi-hospital health system, combining structured-data keys, observed outcomes and language-model supervision across clinical notes, diagnostic reports and patient timelines. It answers multiple typed questions in a single forward pass without task-specific retraining, and each answer carries a probability that can route uncertain cases to human review. On 963,408 held-out patients, CS1-4B outperformed open decision models up to 27 billion parameters on 13 of 14 tasks scored independently of its training teacher. Across 21 external data sets, its aggregate performance approached that of the strongest tested 27-billion-parameter model, with 6.4-fold faster inference in a matched workload. Integrating CS1-4B with a language model agent produced cited answers over complete multi-year patient histories and screened a patient population against the eligibility criteria of 17 registered clinical trials, placing four times as many judged-eligible patients among its top 20 candidates as keyword search while using 690-fold fewer language-model tokens than a language model reading every record. These findings support a division of labour in clinical AI, with small decision models performing repeated record reading and generative models formulating questions and synthesizing evidence.
- Abstract（参考訳）: 臨床医療、医療システム手術、生医学的な発見は、患者の記録から信頼できる回答を抽出することに依存するが、全人口に多様な臨床問題を適用することは、計算上は高価である。
ここでは,臨床記録からの高速型判定のための4ビリオンパラメータ決定モデルであるCS1と,CS1が汎用言語モデルと連携して機能する2つのエージェントハーネスについて述べる。
CS1-4Bは、多施設の医療システムにまたがる1240万件の質問と回答に基づいて訓練されており、構造化データキー、観察結果、臨床ノート、診断報告、患者のタイムラインを合わせた言語モデル管理を組み合わせる。
タスク固有のリトレーニングなしで、1つのフォワードパスで複数の型付き質問に答え、各回答は不確実なケースを人間のレビューにルーティングする確率を持つ。
963,408人の患者において、CS1-4Bは訓練教師とは無関係に評価された14のタスクのうち13のタスクにおいて、最大27億のパラメーターのオープン決定モデルを上回った。
21個の外部データセットにまたがって、その集計性能は最強の27ビリオンパラメータモデルに近づき、一致したワークロードでは6.4倍の速さで推論された。
CS1-4Bと言語モデルエージェントを統合することで、複数年にわたる患者の完全な履歴の回答を抽出し、登録された17の臨床試験の適格基準に対して患者人口をスクリーニングし、上位20の候補のうち4倍の判定可能な患者をキーワード検索とし、各記録を読む言語モデルよりも690倍少ない言語モデルトークンを使用した。
これらの知見は臨床AIにおける労働の分断を支持し、小さな決定モデルが繰り返し記録読解を行い、質問を定式化し、証拠を合成する生成モデルを実行している。
関連論文リスト
- 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) - Evaluating Large Language Models in Dynamic Clinical Decision-Making with Standardized Patient Cases [71.12461204050985]
MedSP1000 (MedSP1000) は、SP由来の臨床エージェント評価のための対話型ベンチマークである。
ピアレビューされたSPの授業ケースを、定義されたSPケーススクリプト、臨床環境コンテキスト、人為的な構造化ルーブリックで実行可能なシナリオに変換する。
MedSP1000を多種多様な汎用および医療用LLMに適用すると、静的ベンチマークの性能がそのような教育シナリオに確実に変換されないことが分かる。
論文 参考訳（メタデータ） (2026-06-03T17:17:16Z) - 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) - HealthNLP_Retrievers at ArchEHR-QA 2026: Cascaded LLM Pipeline for Grounded Clinical Question Answering [4.835744579415159]
本稿では,HealthNLP_Retrieversチームが開発したシステムについて述べる。
提案手法では,Gemini 2.5 Proの大規模言語モデルを利用した多段階カスケードパイプラインを使用する。
本アーキテクチャは,(1)患者問合せを要約する数発の問合せ修正ユニット,(2)臨床文章をリコールする動詞ベースのエビデンススコアラ,(3)専門職の回答を合成する接地応答生成器の4つの統合モジュールから構成される。
論文 参考訳（メタデータ） (2026-04-29T16:47:20Z) - Automating Clinical Information Retrieval from Finnish Electronic Health Records Using Large Language Models [0.0]
ローカルにデプロイ可能なフレームワークは、外部データ転送なしでEHRから直接臨床質問に答える。
オープンソースの大規模言語モデル(LLM)は、4Bから70Bまでのパラメータを完全にオフラインでベンチマークした。
論文 参考訳（メタデータ） (2026-03-27T14:03:51Z) - Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。
構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。
Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
論文 参考訳（メタデータ） (2026-03-23T05:46:45Z) - 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) - MedQARo: A Large-Scale Benchmark for Medical Question Answering in Romanian [50.767415194856135]
ルーマニア初の大規模医療QAベンチマークであるMedQARoを紹介する。
がん患者に関連する102,646のQAペアからなる高品質で大規模なデータセットを構築した。
論文 参考訳（メタデータ） (2025-08-22T13:48:37Z) - Large Language Models in the Clinic: A Comprehensive Benchmark [63.21278434331952]
診療所の大規模言語モデル(LLM)をよりよく理解するためのベンチマークであるClimateBenchを構築した。
まず、さまざまな臨床言語の生成、理解、推論タスクを含む11の既存のデータセットを収集します。
次に,現実の実践において複雑だが一般的である6つの新しいデータセットと臨床タスクを構築した。
ゼロショット設定と少数ショット設定の両方で、20個のLDMを広範囲に評価する。
論文 参考訳（メタデータ） (2024-04-25T15:51:06Z)
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。