DeepER-Med：エージェント型AIで医療におけるディープなエビデンスに基づく研究を前進させる

要旨: 信頼性と透明性は、医療や生物医学研究における人工知能（AI）の臨床導入に不可欠です。近年のディープ・リサーチ・システムは、AIエージェントをマルチホップの情報検索、推論、統合と組み合わせることで、エビデンスに基づく科学的発見を加速しようとしています。しかし、既存の多くのシステムには、エビデンス評価のための明示的で検査可能な基準が欠けているため、誤りが連鎖して増幅されるリスクが生じ、研究者や臨床医が出力の信頼性を評価しづらくなっています。並行して、現在のベンチマーク手法では、複雑で現実の医療課題に対する性能がほとんど評価されていません。ここでは、エージェント型AIシステムを備えた医学のための、ディープ・エビデンスに基づく研究フレームワークであるDeepER-Medを紹介します。DeepER-Medは、深い医学研究を、エビデンスに基づく生成の明示的で検査可能なワークフローとして捉え、3つのモジュールから構成します：研究計画、エージェントによる協働、エビデンスの統合です。現実的な評価を支えるために、DeepER-MedQA も提示します。これは、真正の医療研究シナリオから導出され、11名の生物医学専門家から成る多分野のパネルによってキュレーションされた、エビデンスに基づくデータセットであり、100件の専門家レベルの研究質問で構成されます。専門家による手作業の評価は、DeepER-Medが、生成される新規の科学的洞察を含む複数の基準において、広く用いられている生産レベルのプラットフォームを一貫して上回ることを示しています。さらに、DeepER-Medの実用的有用性を8つの実世界の臨床ケースによって実証します。臨床医による人手評価では、DeepER-Medの結論が7件において臨床上の推奨と整合しており、医学研究および意思決定支援におけるその可能性が示されています。