Medical Dialogue Generation via Intuitive-then-Analytical Differential Diagnosis

要約

医療対話システムは、迅速な診断、治療計画、健康相談を提供できる可能性があるため、研究の注目が高まっています。
医療対話では、適切な診断が今後の診察の基礎を確立するために非常に重要です。
臨床医は通常、鑑別診断を作成するために直感的推論と分析的推論の両方を使用します。
この推論プロセスでは、さまざまな病気の可能性を仮説および検証し、包括的で厳密な診断を導き出すよう努めます。
しかし、医療対話生成に関する最近の研究では、鑑別診断のモデル化の重要性が見落とされており、これがこれらのシステムの実用化を妨げています。
上記の問題に対処するために、我々は、直観的その後分析による鑑別診断 (IADDx) を使用した医療対話生成フレームワークを提案します。
私たちの方法は、検索ベースの直感的な関連付けによる鑑別診断から始まり、その後、グラフ強化された分析手順を通じて診断を改良します。
結果として得られる鑑別診断は、医学的知識を検索し、応答生成をガイドするために使用されます。
2 つのデータセットに関する実験結果により、私たちの方法の有効性が検証されています。
さらに、中間結果やグラフベースの診断パスを生成するなど、当社のフレームワークが臨床医と患者の両方が診断プロセスを理解するのにどのように役立つかを示します。

要約(オリジナル)

Medical dialogue systems have attracted growing research attention as they have the potential to provide rapid diagnoses, treatment plans, and health consultations. In medical dialogues, a proper diagnosis is crucial as it establishes the foundation for future consultations. Clinicians typically employ both intuitive and analytic reasoning to formulate a differential diagnosis. This reasoning process hypothesizes and verifies a variety of possible diseases and strives to generate a comprehensive and rigorous diagnosis. However, recent studies on medical dialogue generation have overlooked the significance of modeling a differential diagnosis, which hinders the practical application of these systems. To address the above issue, we propose a medical dialogue generation framework with the Intuitive-then-Analytic Differential Diagnosis (IADDx). Our method starts with a differential diagnosis via retrieval-based intuitive association and subsequently refines it through a graph-enhanced analytic procedure. The resulting differential diagnosis is then used to retrieve medical knowledge and guide response generation. Experimental results on two datasets validate the efficacy of our method. Besides, we demonstrate how our framework assists both clinicians and patients in understanding the diagnostic process, for instance, by producing intermediate results and graph-based diagnosis paths.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google