向上したタミル医療テキスト要約のための説明可能なクロスリンガル適応NAS
カテゴリ：医療現場の業務効率化
公開日：2026年5月8日
タイトル：Toward Explainable Cross-Lingual Adaptive NAS for Enhanced Tamil Medical Text Summarization
雑誌名：IEEE J Biomed Health Inform. 2026 May; 30(5): 3720-3731. doi: 10.1109/JBHI.2025.3618959.
概 要：
デジタルヘルスの時代において、タミル語のようなリソースが限られた言語での医療テキストの効果的な要約の需要が急速に高まっています。従来のニューラルモデルは、注釈データの不足や医療用語の複雑さからこの課題に苦しんでいます。本研究では、クロスリンガル転送学習を活用してタミル医療テキスト要約を向上させるために、クロスリンガル適応ニューラルアーキテクチャサーチ（CLANAS）フレームワークを提案します。このフレームワークは、埋め込み整合技術とニューラルアーキテクチャサーチを統合し、ターゲット言語に最適化されたモデルを自動的に設計します。
方 法：
本研究では、大規模な英語医療データセット（iCliniq、HealthCare Magic、MeQSum、MEDIQA、BioLaySumm-2023）での事前学習を行い、その後タミル医療テキストで微調整を行います。埋め込み整合を通じて、言語間の意味的一貫性を確保します。CLANASフレームワークは、これらのベンチマークデータセットで厳密に評価され、最先端モデルと比較してROUGE-1スコアで最大9.3%、BLEUで8.4%、METEORで7.5%の性能向上を示しました。
結 果：
CLANASは、タミル医療テキスト要約の質を向上させるための堅牢なソリューションとしての可能性を示しました。アブレーションスタディにより、フレームワーク内の各コンポーネントの効果が確認されました。
結 論：
CLANASフレームワークは、タミル語における医療テキスト要約の質を大幅に向上させることができることが示され、今後の医療情報処理における重要なツールとなることが期待されます。