論文の概要: ALLMTS: Automated LLM-based Medical Triage System

• arxiv url: http://arxiv.org/abs/2610.32469v1
• Date: Fri, 23 Oct 2026 10:39:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.49734
• Title: ALLMTS: Automated LLM-based Medical Triage System
• Title（参考訳）: ALMTS:LSMによる医療用トライアージシステム
• Abstract要約: 自動化LSMベースの医療トリアージシステムは、同じ商業的に維持されている遠隔医療ガイドラインの看護師が使用するすべての処分を根拠にしている。 本研究は,14の配置にまたがる 566 の合成・専門家検証シナリオ上での ALLMTS の評価を行い,具体的ガイドラインを検証した。 オープンベンチマークとしてリリースされた50-scenarioサブセットでは、ALLMTSは、同じシナリオで記録された5人の看護師専門家パネルの0.944の正確な配置率と同等の精度で0.98に達する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Telephone triage is a safety critical task: from a brief intake note, a nurse must decide whether a caller needs an ambulance, an emergency department, an appointment, or self care at home. Queried directly, large language models (LLMs) are unreliable: they over-escalate routine cases and cannot justify their recommendations against an auditable clinical standard. We present the Automated LLM-based Medical Triage System (ALLMTS), which grounds every disposition in the same commercially maintained telehealth guidelines nurses use. Rather than asking an LLM to triage, ALLMTS makes it execute the guideline: it selects the appropriate guideline and evaluates its triage assessment questions. The disposition follows deterministically from the first positive answer, using the same traversal rule a nurse follows. We evaluate ALLMTS on 566 synthetic, expert-validated scenarios spanning 14 dispositions and designed to test specific guideline questions. ALLMTS achieves 0.95 accuracy, compared with 0.47 for a raw-LLM baseline. On a curated 50-scenario subset released as an open benchmark, ALLMTS reaches 0.98 accuracy, on par with the 0.944 correct disposition rate that a five nurse expert panel recorded on those same scenarios. Critically, on that subset the baselines have over-triage rates of up to 0.50 (0.44 on the full dataset), whereas ALLMTS reduces the over-triage rate to at most 0.02 while maintaining low under-triage. These results support coupling LLM language understanding with executable clinical guidelines for triage from intake notes.
• Abstract（参考訳）: 携帯電話のトリアージは安全上の重要な課題であり、簡単なメモから、看護師は救急車、救急署、予約、在宅ケアが必要であるかどうかを判断しなければならない。 通常のケースを過度にエスカレートし、監査可能な臨床標準に対するレコメンデーションを正当化することができない。 本報告では, 看護師が使用する遠隔医療ガイドラインと同一の遠隔医療ガイドラインにおいて, 全ての配座を根拠として, ALMTS(Automated LLM-based Medical Triage System)を提示する。 LLMにトリアージを求めるのではなく、ALMTSはガイドラインを実行させ、適切なガイドラインを選択し、トリアージ評価の質問を評価する。 この配置は、看護師が従うのと同じ横断規則を用いて、最初の肯定的な答えから決定的に従う。 本研究は,14の配置にまたがる 566 の合成・専門家検証シナリオ上での ALLMTS の評価を行い,具体的ガイドラインを検証した。 ALLMTS の精度は 0.95 であり、生LLM ベースラインでは 0.47 である。 オープンベンチマークとしてリリースされた50-scenarioサブセットでは、ALLMTSは、同じシナリオで記録された5人の看護師専門家パネルの0.944の正確な配置率と同等の精度で0.98に達する。 重要な点として、このサブセットではベースラインが最大0.50(全データセットでは0.44)のオーバートリアージレートを持つのに対して、ALLMTSは低リアージを維持しながら、オーバートリアージレートを0.02に下げる。 これらの結果は,LLM言語理解と,インテークノートからのトリアージのための実行可能な臨床ガイドラインの結合を支援する。

関連論文リスト

• ConfTriage: A Calibration-Aware LLM Triage Framework for Pulmonary Nodule Malignancy with Selective Specialist Deferral [3.306924107222105]
  我々は,標準結節属性の忠実な自然言語レンダリングのみを読み取る一般大規模言語モデル (LLM) が,校正三重項層として機能するかどうかを検討する。 本稿では, 言語をモダリティとして, キャリブレーションを安全機構として, および低信頼ケースのための選択的なDLバックストップとして, 3つの柱上に構築した信頼度校正手法であるConfTriageを提案する。
  論文  参考訳（メタデータ） (2026-08-11T13:02:41Z)
• Few-Shot Large Language Models for Actionable Triage Categorization of Online Patient Inquiries [0.0]
  オンライン患者の問い合わせは、しばしば非公式で不完全であり、専門家の査定の前に書かれるが、適切なレベルの臨床フォローアップにルーティングされなければならない。 我々はこれを,セルフケア,スケジュールビジット,緊急クリニシアンレビュー,緊急リファラルという,4段階の行動可能なトリアージタスクとして研究する。 我々は,低リソースラベル付け条件下で,大規模言語モデル(LLM)がそのようなルーティングをサポートできるかどうかを問う。
  論文  参考訳（メタデータ） (2026-05-15T07:02:17Z)
• 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)
• A Multi-agent Large Language Model Framework to Automatically Assess Performance of a Clinical AI Triage Tool [5.585587545595609]
  本研究の目的は,複数のLDMエージェントのアンサンブルを用いて,画素ベースのAIトリアージツールの信頼性を高めることであった。
  論文  参考訳（メタデータ） (2025-10-30T13:50:19Z)
• MedOrchestra: A Hybrid Cloud-Local LLM Approach for Clinical Data Interpretation [19.325923233040175]
  クラウド LLM が複雑な臨床タスクを,管理可能なサブタスクに分解して生成するハイブリッドフレームワーク MedOrchestra を提案する。 NCCNガイドラインに基づく100例の放射線検査で膵癌ステージングにおけるMedOrchestraの評価を行った。
  論文  参考訳（メタデータ） (2025-05-27T05:09:17Z)
• MedHELM: Holistic Evaluation of Large Language Models for Medical Tasks [47.486705282473984]
  大規模言語モデル(LLM)は、医学試験においてほぼ完璧なスコアを得る。 これらの評価は、実際の臨床実践の複雑さと多様性を不十分に反映している。 MedHELMは,医療業務におけるLCMの性能を評価するための評価フレームワークである。
  論文  参考訳（メタデータ） (2025-05-26T22:55:49Z)
• MedAlign: A Clinician-Generated Dataset for Instruction Following with Electronic Medical Records [60.35217378132709]
  大型言語モデル(LLM)は、人間レベルの流布で自然言語の指示に従うことができる。 医療のための現実的なテキスト生成タスクにおけるLCMの評価は依然として困難である。 我々は、EHRデータのための983の自然言語命令のベンチマークデータセットであるMedAlignを紹介する。
  論文  参考訳（メタデータ） (2023-08-27T12:24:39Z)

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。