アーティファクトベースのエージェントフレームワーク：適応的かつ再現可能な医用画像処理

要旨: 医用画像研究は、管理されたベンチマーク評価から実世界の臨床導入へと、ますます移行している。こうした場面では、解析手法の適用はモデル設計にとどまらず、データセットを意識したワークフロー設定と、プロビナンス（来歴）追跡を必要とする。したがって中核となるのは、次の2つの要件である。
\textbf{適応性}：データセット固有の条件および進化する解析目標に応じてワークフローを構成できること；および \textbf{再現性}：すべての変換と判断が明示的に記録され、再実行可能であることの保証である。ここでは、医用画像処理を補強するためのセマンティック（意味）層を導入する、アーティファクト（成果物）ベースのエージェントフレームワークを提示する。このフレームワークは、アーティファクト契約によって中間出力および最終出力を形式化し、ワークフロー状態の構造化された問いかけと、モジュール式のルールライブラリから目標条件付きで構成を組み立てることを可能にする。実行は、決定論的な計算グラフの構築とプロビナンス追跡を維持するためにワークフロー実行器へ委譲される。一方、エージェントは局所的に動作し、ほとんどのプライバシー制約に適合する。われわれは、実世界の臨床CTおよびMRIコホートでこのフレームワークを評価し、適応的な構成の合成、反復実行における決定論的な再現性、ならびにアーティファクトに基づくセマンティックな問い合わせを示す。これらの結果は、異種の臨床環境においても、再現性を損なうことなく適応的なワークフロー構成を実現できることを示している。