論文の概要: MEDDxAgent: A Unified Modular Agent Framework for Explainable Automatic Differential Diagnosis

• arxiv url: http://arxiv.org/abs/2502.19175v1
• Date: Wed, 26 Feb 2025 14:31:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-27 14:59:18.249203
• Title: MEDDxAgent: A Unified Modular Agent Framework for Explainable Automatic Differential Diagnosis
• Title（参考訳）: MEDDxAgent: 説明可能な自動微分診断のための統一型モジュールエージェントフレームワーク
• Authors: Daniel Rose, Chia-Chien Hung, Marco Lepri, Israa Alqassem, Kiril Gashteovski, Carolin Lawrence,
• Abstract要約: 鑑別診断(DDx)は、臨床的意思決定の基本的な側面であるが複雑な側面である。 大規模言語モデルの最近の進歩は、DDxをサポートすることを約束している。 対話型DDx用に設計されたModular Explainable DDx Agentフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 17.888920170796457
• License:
• Abstract: Differential Diagnosis (DDx) is a fundamental yet complex aspect of clinical decision-making, in which physicians iteratively refine a ranked list of possible diseases based on symptoms, antecedents, and medical knowledge. While recent advances in large language models have shown promise in supporting DDx, existing approaches face key limitations, including single-dataset evaluations, isolated optimization of components, unrealistic assumptions about complete patient profiles, and single-attempt diagnosis. We introduce a Modular Explainable DDx Agent (MEDDxAgent) framework designed for interactive DDx, where diagnostic reasoning evolves through iterative learning, rather than assuming a complete patient profile is accessible. MEDDxAgent integrates three modular components: (1) an orchestrator (DDxDriver), (2) a history taking simulator, and (3) two specialized agents for knowledge retrieval and diagnosis strategy. To ensure robust evaluation, we introduce a comprehensive DDx benchmark covering respiratory, skin, and rare diseases. We analyze single-turn diagnostic approaches and demonstrate the importance of iterative refinement when patient profiles are not available at the outset. Our broad evaluation demonstrates that MEDDxAgent achieves over 10% accuracy improvements in interactive DDx across both large and small LLMs, while offering critical explainability into its diagnostic reasoning process.
• Abstract（参考訳）: 鑑別診断(DDx)は、医学的意思決定の基本的な側面であり、医師は、症状、先駆者、および医学的知識に基づいて、可能な疾患のリストを反復的に洗練する。 大規模言語モデルの最近の進歩はDDxのサポートを約束しているが、既存のアプローチでは、単一データセットの評価、コンポーネントの分離された最適化、完全な患者プロファイルに関する非現実的な仮定、単一注意の診断など、重要な制限に直面している。 本稿では,対話型DDxのためのMDxエージェント (Modular Explainable DDx Agent, MEDDxAgent) フレームワークを提案する。 MEDDxAgentは,(1)オーケストレータ(DDxDriver),(2)ヒストリテイクシミュレータ,(3)知識検索と診断戦略のための2つの特殊エージェントの3つのモジュールコンポーネントを統合している。 本報告では, 呼吸, 皮膚, まれな疾患を包括的に評価するDDxベンチマークを導入する。 単ターン診断のアプローチを解析し,患者のプロファイルを最初から利用できない場合の反復的改善の重要性を実証する。 以上の結果から, MEDDxAgent は大小の LLM と大小の LLM にまたがる対話型 DDx の精度を10% 以上向上し,診断的推論プロセスに重要な説明可能性を提供する。

関連論文リスト

• A Progressive Single-Modality to Multi-Modality Classification Framework for Alzheimer's Disease Sub-type Diagnosis [40.838012045852]
  現在のアルツハイマー病(AD)の診断には、複数の診断段階から取得した複数のモダリティがあり、それぞれが異なる使用法とコストを持っている。 そこで本研究では,早期の低コスト段階におけるアクセシビリティに基づく診断結果の提供を目的とした,新たな進歩型ADサブタイプ診断フレームワークを提案する。 提案手法を多種多様な公用および家庭内データセット上で評価し,最先端の手法よりも優れた性能を実現する。
  論文  参考訳（メタデータ） (2024-07-26T02:25:45Z)
• DDxT: Deep Generative Transformer Models for Differential Diagnosis [51.25660111437394]
  より単純な教師付き学習信号と自己教師付き学習信号で訓練した生成的アプローチが,現在のベンチマークにおいて優れた結果が得られることを示す。 The proposed Transformer-based generative network, named DDxT, autoregressive produce a set of possible pathology,, i. DDx, and predicts the real pathology using a neural network。
  論文  参考訳（メタデータ） (2023-12-02T22:57:25Z)
• A Foundational Framework and Methodology for Personalized Early and Timely Diagnosis [84.6348989654916]
  本稿では,早期診断とタイムリー診断のための基礎的枠組みを提案する。 診断過程を概説する決定論的アプローチに基づいている。 機械学習と統計手法を統合し、最適なパーソナライズされた診断経路を推定する。
  論文  参考訳（メタデータ） (2023-11-26T14:42:31Z)
• OpenClinicalAI: An Open and Dynamic Model for Alzheimer's Disease Diagnosis [11.775648630734949]
  アルツハイマー病(AD)は逆転や治癒はできないが、タイムリーな診断は治療やケアの負担を大幅に軽減することができる。 AD診断モデルに関する現在の研究は、診断タスクを典型的な分類タスクと見なしている。 複雑で不確実な臨床環境下での直接AD診断のためのOpenClinicalAIを提案する。
  論文  参考訳（メタデータ） (2023-07-03T12:35:03Z)
• Scalable Online Disease Diagnosis via Multi-Model-Fused Actor-Critic Reinforcement Learning [9.274138493400436]
  医療のアドバイスをオンラインで求めている人にとっては、患者と対話して自動的に疾患を診断できるAIベースの対話エージェントが有効な選択肢だ。 これは、強化学習(RL)アプローチを自然解として提案した逐次的特徴(症状)選択と分類の問題として定式化することができる。 生成的アクターネットワークと診断批評家ネットワークから構成されるMMF-AC(Multi-Model-Fused Actor-Critic)フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-08T03:06:16Z)
• DxFormer: A Decoupled Automatic Diagnostic System Based on Decoder-Encoder Transformer with Dense Symptom Representations [26.337392652262103]
  診断指向対話システムは患者の健康状態を照会し、患者との継続的な対話を通じて疾患の予測を行う。 本稿では,診断プロセスを症状調査と疾患診断の2つの段階に分割する,分離された自動診断フレームワークDxFormerを提案する。 提案モデルは,医師の臨床経験を効果的に学習し,症状のリコールと診断精度の点で最先端の結果を得ることができる。
  論文  参考訳（メタデータ） (2022-05-08T01:52:42Z)
• "My nose is running.""Are you also coughing?": Building A Medical Diagnosis Agent with Interpretable Inquiry Logics [80.55587329326046]
  本稿では,DSMDの対話マネージャを実装するための,より解釈可能な意思決定プロセスを提案する。 推論を行うために、非常に透明なコンポーネントを持つモデルを考案する。 実験の結果,診断精度は7.7%,10.0%,3.0%向上した。
  論文  参考訳（メタデータ） (2022-04-29T09:02:23Z)
• Proposing a System Level Machine Learning Hybrid Architecture and Approach for a Comprehensive Autism Spectrum Disorder Diagnosis [1.2691047660244335]
  自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、知的発達、社会的行動、顔の特徴に影響を及ぼす重度の神経精神疾患である。 ASDの診断精度を向上させるために,社会行動と顔の特徴データの両方をフル活用したハイブリッドアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-09-18T04:33:09Z)
• Anytime Diagnosis for Reconfiguration [52.77024349608834]
  我々は、いつでも直接診断できるflexdiagを紹介し分析する。 特徴モデルの領域からの構成ベンチマークと自動車領域からの産業構成知識ベースを使用して、性能および診断品質に関するアルゴリズムを評価します。
  論文  参考訳（メタデータ） (2021-02-19T11:45:52Z)
• Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
  臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。 本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-27T13:16:51Z)
• Towards Causality-Aware Inferring: A Sequential Discriminative Approach for Medical Diagnosis [142.90770786804507]
  医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。 この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。 本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
  論文  参考訳（メタデータ） (2020-03-14T02:05:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。