不確実性下で主導的に相談する実世界のドクターエージェント：マルチエージェント強化学習によるアプローチ

Abstract

大規模言語モデル（LLM）は、実世界の臨床面談において苦戦します。単発（シングルターン）の面談システムでは、患者がすべての症状を一度に説明する必要があるため、しばしば訴えが不明瞭になり、診断も曖昧になります。従来の対話モデルは、静的な教師あり学習に制約されているため、既存の対話パターンを表面的に模倣することに限られ、動的な相互作用の中で能動的に理解を構築する能力がありません。したがって、真の臨床推論を達成できないのです。これらの課題に対処するために、我々は強化学習（RL）に基づくマルチエージェント協調フレームワークであるDoctorAgent-RLを提案し、このフレームワークを用いてQwen2.5-7B-Instruct上で医師エージェントを学習させます。このフレームワークでは、医療面談を、不確実性の下での動的な意思決定プロセスとしてモデル化します。医師エージェントの中核となる知能は、「答えを知っていること」から、「最適な診断を達成することを目的とした質問の手法を学び、習得すること」へと切り替えられます。戦略的な質問によって、マルチターン対話における重要な患者情報の段階的な顕在化を導きます。現実の診断プロセスを高忠実度にシミュレーションするために、我々は新しい英語のマルチターン医療面談データセットであるMTMedDialogを構築しました。これは、動的でインタラクティブな学習のために設計されています。この手法の現実世界における有効性を検証するために、盲検化された人間評価や実患者を用いた試験を含む厳密な評価を実施しました。DoctorAgent-RLは最先端モデルを上回り、正確な診断の一致率70%を達成し、協調ツールとしての可能性を裏付けました。初期スクリーニングを担うことで、複雑な症例に医師が注力できるようになり、医師不足や誤診リスクといった重要な課題に対処するとともに、医療資源への負荷も軽減できます。