OpenClawと病院の邂逅：動的臨床ワークフローのためのエージェント型OSを目指して

要旨：大規模言語モデル（LLM）エージェントは、推論、ツール呼び出し、持続的な記憶を統合することで従来の生成モデルを拡張します。最近の研究は、このようなエージェントが文書作成の自動化、ケアプロセスの調整、医療意思決定の支援を通じて臨床ワークフローを大幅に改善する可能性を示唆しています。しかし、急速な進歩にもかかわらず、医療環境で自律エージェントを配備することは、信頼性の限界、セキュリティリスク、長期記憶機構の不足のため依然課題です。本研究は、病院環境向けにLLMエージェントを適応させるアーキテクチャを提案します。設計は以下の4つの中核コンポーネントを導入します： Linuxのマルチユーザーシステムに触発された制限付き実行環境、患者エージェントと臨床医エージェントを結ぶ文書中心の対話パラダイム、長期的な臨床文脈管理のために設計されたページインデックス型メモリアーキテクチャ、臨床タスク列のアドホックな組み合わせを可能にする厳選された医療スキルライブラリ。エージェントに無制限のシステムアクセスを付与する代わりに、アーキテクチャは事前定義されたスキルインターフェースとリソース分離を通じて行動を制約します。このようなシステムは、病院向けエージェント型OSの基盤となると考えられます。安全性、透明性、監査可能性を維持しつつ臨床ワークフローを調整できる計算レイヤーです。本研究は、OpenClawを基盤とする設計を根拠づけます。OpenClawは、エージェントの能力を離散的なスキルの厳選ライブラリとして構成するオープンソースの自律エージェントフレームワークであり、安全な臨床配備に必要なインフラストラクチャレベルの制約を拡張しています。