XrayClaw：信頼できる胸部X線診断のための協調・競合型マルチエージェントアラインメント

arXiv cs.CV / 2026/4/6

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、胸部X線（CXR）AIの診断をより信頼でき、論理的に一貫したものにすることを目的とした、協調・競合型マルチエージェントフレームワークであるXrayClawを提示する。
システマティックな臨床ワークフローを模倣するために、4つの専門化した協調エージェントを用い、さらに出力を独立に検証する競合的な監査（オーディター）エージェントを追加する。
単一のモデルやモノリシックなマルチエージェント構成でよく見られる推論のハルシネーション（誤った思考の創作）やコンセンサス失敗を抑えるため、著者らは「競合的選好最適化（Competitive Preference Optimization）」を導入する。これは不論理な推論を罰し、相互検証を強制する。
MS-CXR-T、MIMIC-CXR、CheXbenchでの実験により、診断精度、臨床推論の忠実性、ゼロショットのドメイン汎化において最先端の向上が示される。
本研究は、信頼できる自動医用画像解析のための新たなパラダイムとして、協調・競合型マルチエージェントアラインメントを位置づける。