Evo-MedAgent：記憶し、振り返り、改善するエージェントで「ワンショット診断」を超える

要旨: ツールで補強された大規模言語モデル（LLM）エージェントは、専門の分類器、セグメンテーションモデル、視覚質問応答モジュールを統括して胸部X線を解釈することができます。しかし、これらのエージェントは依然として各症例を個別に処理します。つまり、症例間で経験を蓄積できず、繰り返し起こる推論ミスを修正できず、また、高価な強化学習を伴わずにツール利用の振る舞いを適応できません。放射線科医は症例を重ねるほど自然に上達しますが、現在のエージェントは静的なままです。本研究では、検査時（test time）に症例間学習を可能にする医療エージェント向けの自己進化型メモリモジュールであるEvo-MedAgentを提案します。メモリは3つの相補的な記憶領域から構成されます：(1)~
\emph{遡及的な臨床エピソード}：類似した過去症例から問題解決の経験を検索する領域、(2)~
\emph{適応的な手続き的ヒューリスティック}：反省（reflection）によって進化する、優先度タグ付きの診断ルールを収集・管理するバンク（医師が内部基準を磨いていくのと同様）、および(3)~
\emph{ツール信頼性コントローラ}：ツールごとの信頼性を追跡する領域です。ChestAgentBenchにおいて、Evo-MedAgentはGPT-5-miniで多肢選択問題（MCQ）の精度を0.68から0.79へ、またGemini-3 Flashで0.76から0.87へと引き上げます。強力な基盤モデルがある場合、進化するメモリは、定性的な診断タスクにおいて外部ツールを統括することよりも、より効果的に性能を向上させます。Evo-MedAgentは学習（トレーニング）を必要としないため、症例あたりのオーバーヘッドは追加の検索1回と単一の反省呼び出しにより上限が定まり、任意の凍結済みモデルの上にそのままデプロイ可能です。