長期的なヘルスエージェントのためのフレームワーク

arXiv cs.AI / 2026/4/15

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、現行のAIヘルスエージェントに存在するギャップを扱い、特に長期的（複数セッション）なケア課題において、ユーザーの意図や説明責任を適切に支援できていないことが多いと主張する。
臨床およびパーソナルヘルス・インフォマティクスの概念に基づいた、多層のフレームワークとエージェント構成を提案し、反復する相互作用を通じて適応、首尾一貫性、継続性、そしてユーザーの主体性を実装することを目指す。
著者らは代表的なユースケースを用いて、長期的なエージェントがどのようにエンゲージメントを維持し、患者の目標の変化に適応し、時間の経過とともにより安全で個別化された意思決定を支援できるのかを示す。
本研究は、単一セッションの相互作用を超えることに伴う設計の複雑さを明らかにするとともに、ユーザー中心のマルチセッション医療AIに関する今後の研究・開発のための指針を提供する。

Abstract

人工知能（AI）エージェントは、症状管理、行動変容、患者支援といった、潜在的に長期にわたる健康タスクを支援するための手段としてますます提案されているものの、現状の多くの実装は、ユーザの意図を促進し、説明責任を育むことに関して十分に満たしていません。これは、長期的なニーズを支える先行研究とは対照的です。そこでは、フォローアップ、一貫した推論、そして個人の目標との継続的な整合が、効果と安全の双方にとって重要です。本論文では、確立された臨床およびパーソナル・ヘルス・インフォマティクスの枠組みに依拠して、AIエージェントとともに長期的な健康インタラクションをオーケストレーションすることが意味するものを定義します。私たちは、多層の枠組みと、それに対応するエージェントのアーキテクチャを提案し、反復されるインタラクションを通じて、適応、一貫性、継続性、およびエージェンシー（主体性）を実行可能な形で実現します。代表的なユースケースを通して、長期的なエージェントがどのようにして、意味のある関与を維持し、変化していく目標に適応し、時間の経過とともに安全でパーソナライズされた意思決定を支援できるかを示します。私たちの結果は、孤立したインタラクションを超えて健康の軌跡を支援しうるシステム設計には、期待と同時に複雑さがあることを強調しており、マルチセッションの、ユーザ中心のヘルスAIに関する今後の研究開発に向けた指針を提供します。