論文の概要: Accounting for Irregular State Transitions through Belief Estimation in Online Medical Consultation
- arxiv url: http://arxiv.org/abs/2611.01474v1
- Date: Sun, 01 Nov 2026 03:05:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-04 23:36:30.477916
- Title: Accounting for Irregular State Transitions through Belief Estimation in Online Medical Consultation
- Title（参考訳）: オンライン医療相談における信頼度推定による不規則な状態遷移の会計
- Abstract要約: 実際のオンラインインタラクションは、オフラインやシミュレートされたベンチマークよりも、コンテキスト連続性と予測不可能性が著しく低いことを示す。
動作選択から遅延状態推定を分離する、部分的に観測可能なマルコフ決定プロセスにインスパイアされたフレームワークであるPRISMを提案する。
- 参考スコア（独自算出の注目度）: 4.486446709334807
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While online medical consultation broadens access, unprompted patient disclosures and topic shifts frequently disrupt clinician inquiry, leaving clinical states progressively revealed. We characterize these dynamics using both existing evaluation metrics and task-specific interaction metrics designed in this work. Through an empirical study across 16 medical dialogue datasets, we show that authentic online interactions exhibit substantially lower contextual continuity and higher unpredictability than offline and simulated benchmarks. We propose PRISM (Policy Reasoning with Inferred States for Medicine), a framework inspired by partially observable Markov decision processes that decouples latent state estimation from action selection to address drifting dialogue trajectories. Specifically, PRISM factorizes clinical triage into belief estimation, policy optimization, and response realization. By maintaining an evolving posterior belief over consultation states and conditioning action selection on the maximum a posteriori state, PRISM advances clinical goals while accommodating patient-initiated shifts. Extensive evaluations show that PRISM substantially outperforms frontier LLMs and clinical agents, achieving a 22.40 percentage point gain in clinical decision accuracy alongside decisive improvements in response generation, surpassing the strongest baseline by 5.51 points in BERTScore_F1. Furthermore, ablation studies show that providing oracle consultation states consistently boosts response quality across all evaluated baselines by guiding their action reasoning, yielding average gains of 5.58 points in BERTScore_F1.
- Abstract（参考訳）: オンライン医療相談がアクセスを拡大する一方、患者の開示や話題の変化が臨床医の問い合わせを混乱させ、臨床症状が徐々に明らかになる。
この作業で設計された既存の評価指標とタスク固有の相互作用指標の両方を用いて、これらのダイナミクスを特徴づける。
16の医療対話データセットを対象とした実証的研究により,オンラインインタラクションの真正性は,オフラインやシミュレーションベンチマークよりも,文脈的連続性と予測不可能性が著しく低いことを示す。
PRISM(Policy Reasoning with Inferred States for Medicine)は、部分的に観測可能なマルコフ決定プロセスにインスパイアされたフレームワークであり、遅延状態の推定を行動選択からドリフトする対話軌跡へ分離する。
具体的には、PRISMは、臨床トリアージを信念推定、ポリシー最適化、応答実現に分解する。
PRISMは、コンサルテーション状態に対する後続の信念の維持と、最大アプリート状態における条件付け行動選択の維持により、患者初期シフトを調節しながら臨床目標を前進させる。
PRISM はフロンティア LLM や臨床薬品よりも有意に優れており,反応生成の決定的改善とともに臨床判定精度が 22.40 ポイント向上し,BERTScore_F1 では5.51 ポイント最強のベースラインを突破した。
さらにアブレーション研究では、オラクル相談状態の提供は、その行動推論を導くことによって、評価ベースライン全体の応答品質を一貫して向上し、BERTScore_F1の平均利得が5.58ポイントに達することが示されている。
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) - From Static Risk to Dynamic Trajectories: Toward World-Model-Inspired Clinical Prediction [61.12883122613684]
本稿では, 患者固有の縦断疾患の進展を推定し, 代替治療下での軌跡変化を評価するための, 臨床AIにおける介入認識型疾患軌跡モデリングに焦点をあてる。
3つの意思決定タスク(実測,反実推定,政策評価)と3つのデータ生成機構(障害発生, 治療課題, 観察過程)によって, 識別可能性を決定する。
本稿では,個別/連続時間にまたがる予測,反ファクト的軌跡,政策評価の統一的な枠組みを提案する。
論文 参考訳（メタデータ） (2026-05-16T10:45:26Z) - CLR-voyance: Reinforcing Open-Ended Reasoning for Inpatient Clinical Decision Support with Outcome-Aware Rubrics [8.371846057855327]
我々は、部分的に観察可能なマルコフ決定プロセス(POMDP)として、入院患者の推論を再構築するフレームワークであるCLR-voyanceを紹介する。
POMDPは、成功している患者を、ポリシーで見える過去とオラクルのみの未来に分割する。
CLR-voyance-8B は GPT-5 (77.83%) や MedGemma-27B (66.66%) といった最前線の医療推論モデルに先立って CLR-POMDP で84.91% を達成する。
論文 参考訳（メタデータ） (2026-05-10T14:51:31Z) - ReMedi: Reasoner for Medical Clinical Prediction [70.84466325266068]
EHRによる臨床結果予測を改善するためのフレームワークであるReMediを提案する。
ReMediは、複雑な臨床問題に対する挑戦的なサンプル再生機構を用いて有理応答対を生成する。
複数のEHR予測タスクの実験では、F1スコアで最先端のベースラインを19.9%上回った。
論文 参考訳（メタデータ） (2026-05-02T14:44:49Z) - Medical Reasoning with Large Language Models: A Survey and MR-Bench [41.12833582419578]
大規模言語モデル(LLM)は、医学試験スタイルのタスクにおいて高いパフォーマンスを達成している。
臨床的意思決定は本質的に安全に重要であり、文脈に依存し、進化する証拠の下で行われる。
論文 参考訳（メタデータ） (2026-03-17T09:03:09Z) - 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) - ClinConsensus: A Consensus-Based Benchmark for Evaluating Chinese Medical LLMs across Difficulty Levels [39.33170904610862]
大規模言語モデル(LLM)は、病気の予防、臨床的意思決定、長期ケアにまたがる約束を示す健康管理にますます応用されている。
ClinConsensusは、臨床専門家がキュレートし、検証し、品質を制御した中国の医療ベンチマークである。
ClinConsensusは、予防と介入から長期フォローアップまで、ケアの全期間にわたる2500件のオープンエンドケースで構成されており、36の専門医、12の共通臨床タスクタイプ、そして徐々に複雑さのレベルが増大している。
論文 参考訳（メタデータ） (2026-03-02T17:17:18Z) - AgentsEval: Clinically Faithful Evaluation of Medical Imaging Reports via Multi-Agent Reasoning [73.50200033931148]
本稿では,放射線科医の協調診断ワークフローをエミュレートしたマルチエージェントストリーム推論フレームワークであるAgensEvalを紹介する。
評価プロセスを基準定義、エビデンス抽出、アライメント、一貫性スコアなどの解釈可能なステップに分割することで、AgensEvalは明確な推論トレースと構造化された臨床フィードバックを提供する。
実験結果から,AgensEvalは,言い換え,意味的,スタイリスティックな摂動の下でも頑健な臨床的整合性,意味的忠実性,解釈可能な評価を提供することが示された。
論文 参考訳（メタデータ） (2026-01-23T11:59:13Z) - MedConsultBench: A Full-Cycle, Fine-Grained, Process-Aware Benchmark for Medical Consultation Agents [10.109613967215447]
MedConsultBenchは,オンラインコンサルテーションサイクルの完全な評価を目的とした総合的なフレームワークである。
本手法では,臨床情報取得をサブターンレベルで追跡するために,AIU(Atomic Information Units)を導入している。
オンラインコンサルティングに固有の不明瞭さと曖昧さに対処することで、このベンチマークは不確実性を認識しながら簡潔な調査を評価する。
論文 参考訳（メタデータ） (2026-01-19T02:18:10Z) - 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)
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。