診断、計画の失敗、そして推論：臨床試験データに対するハイブリッド照会のための計画

Abstract

本研究では、臨床試験の表推論を扱います。そこでは答えが、目に見えるセルに直接格納されているのではなく、正規化、分類、抽出、または軽量な領域推論を通じて、意味理解から推論される必要があります。現在のLLMアプローチが、暗黙の計画（implicit planning）仮定のもとでしばしば「不適切な推論（bad reasoning）」に陥るという観察に動機づけられ、モデルが、部分的に観測された臨床試験の表から、治療タイプ、追加するエージェント、エンドポイントの役割、追跡状況（follow-up status）などの暗黙属性を復元しなければならない設定に焦点を当てます。提案手法SCOPE（Structured Clinical hybrid Planning for Evidence retrieval in clinical trials）では、複数LLMに基づくプランナー型フレームワークにより、課題を行選択、構造化された計画、実行へと分解します。プランナーは、回答生成の前に、ソースフィールド、推論ルール、出力制約を明示化することで、単純なプロンプト提示に比べて曖昧さを低減します。腫瘍領域の臨床試験表に対する、ゼロショット、ファインチューニングなし少数ショット（few-shot）、chain-of-thought、TableGPT2、Blend-SQL、EHRAgentといった手法との比較として、1,500件のハイブリッド推論質問に対してSCOPEを評価します。その結果、明示的な複数LLM計画は、推論ベースの質問に対する精度を向上させるとともに、より重いエージェント型基線よりも強力な精度と効率のトレードオフを提供することが示されました。本研究の知見は、臨床試験の推論を独立した「表理解」問題として位置づけ、ハイブリッドなプランナー型の分解が効果的な解決策であることを示しています