MSDiagnosis: An EMR-based Dataset for Clinical Multi-Step Diagnosis

要約

臨床診断は医療行為において非常に重要であり、通常、一次診断、鑑別診断、最終診断を含む継続的かつ進化するプロセスが必要です。
しかし、既存の臨床診断タスクのほとんどは単一ステップのプロセスであり、実際の臨床現場で見られる複雑な複数ステップの診断手順とは一致しません。
この論文では、多段階の診断タスクを提案し、臨床診断データセット (MSDiagnosis) に注釈を付けます。
このデータセットには、一次診断、鑑別診断、および最終診断の質問が含まれています。
さらに、斬新で効果的なフレームワークを提案します。
このフレームワークは、前方推論、後方推論、反映、改良を組み合わせて、LLM が診断結果を自己評価して調整できるようにします。
提案した手法の有効性を評価するために、大規模な実験を計画し、実施します。
実験結果は提案手法の有効性を実証した。
また、包括的な実験分析を提供し、このタスクに関する将来の研究の方向性を提案します。

要約(オリジナル)

Clinical diagnosis is critical in medical practice, typically requiring a continuous and evolving process that includes primary diagnosis, differential diagnosis, and final diagnosis. However, most existing clinical diagnostic tasks are single-step processes, which does not align with the complex multi-step diagnostic procedures found in real-world clinical settings. In this paper, we propose a multi-step diagnostic task and annotate a clinical diagnostic dataset (MSDiagnosis). This dataset includes primary diagnosis, differential diagnosis, and final diagnosis questions. Additionally, we propose a novel and effective framework. This framework combines forward inference, backward inference, reflection, and refinement, enabling the LLM to self-evaluate and adjust its diagnostic results. To assess the effectiveness of our proposed method, we design and conduct extensive experiments. The experimental results demonstrate the effectiveness of the proposed method. We also provide a comprehensive experimental analysis and suggest future research directions for this task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google