ClinicalAgents: 双メモリによる臨床意思決定のためのマルチエージェント・オーケストレーション

arXiv cs.CL / 2026/3/30

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

ClinicalAgentsは、症状から診断への静的な対応付けではなく、仮説に基づく反復的な推論をモデル化することで、LLMベースの臨床意思決定を改善するためのマルチエージェント・フレームワークとして提示される。
本システムは、モンテカルロ木探索（MCTS）に基づく動的オーケストレータを用い、仮説を生成し、エビデンスを検証し、重要な情報が欠けている場合には後戻り（バックトラック）する。
患者状態を進化させるための可変なワーキングメモリと、能動的なフィードバックループを通じて臨床ガイドラインや過去の事例を検索する静的な経験メモリを導入することで、デュアルメモリ・アーキテクチャを実現する。
論文で報告されている実験結果では、強力な単一エージェントおよび他のマルチエージェント基準手法の両方に対して、診断精度と説明可能性を向上させることで最先端の結果を達成したと主張されている。