論文の概要: MedicalOS: An LLM Agent based Operating System for Digital Healthcare

• arxiv url: http://arxiv.org/abs/2509.11507v1
• Date: Mon, 15 Sep 2025 01:43:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.114456
• Title: MedicalOS: An LLM Agent based Operating System for Digital Healthcare
• Title（参考訳）: MedicalOS:デジタルヘルスケアのためのLLMエージェントベースのオペレーティングシステム
• Authors: Jared Zhu, Junde Wu,
• Abstract要約: textbfMedicalOSは、医療のためのドメイン固有の抽象レイヤとして設計された統合エージェントベースの運用システムである。 人間の指示を患者の調査、履歴検索、試験管理、レポート生成、紹介、治療計画など、事前に定義されたデジタル医療コマンドに翻訳する。 当科では,22専門214症例を対象に,診断精度と信頼性を実証し,MericalOSを実証的に評価した。
• 参考スコア（独自算出の注目度）: 6.848506601405531
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Decades' advances in digital health technologies, such as electronic health records, have largely streamlined routine clinical processes. Yet, most these systems are still hard to learn and use: Clinicians often face the burden of managing multiple tools, repeating manual actions for each patient, navigating complicated UI trees to locate functions, and spending significant time on administration instead of caring for patients. The recent rise of large language model (LLM) based agents demonstrates exceptional capability in coding and computer operation, revealing the potential for humans to interact with operating systems and software not by direct manipulation, but by instructing agents through natural language. This shift highlights the need for an abstraction layer, an agent-computer interface, that translates human language into machine-executable commands. In digital healthcare, however, requires a more domain-specific abstractions that strictly follow trusted clinical guidelines and procedural standards to ensure safety, transparency, and compliance. To address this need, we present \textbf{MedicalOS}, a unified agent-based operational system designed as such a domain-specific abstract layer for healthcare. It translates human instructions into pre-defined digital healthcare commands, such as patient inquiry, history retrieval, exam management, report generation, referrals, treatment planning, that we wrapped as off-the-shelf tools using machine languages (e.g., Python, APIs, MCP, Linux). We empirically validate MedicalOS on 214 patient cases across 22 specialties, demonstrating high diagnostic accuracy and confidence, clinically sound examination requests, and consistent generation of structured reports and medication recommendations. These results highlight MedicalOS as a trustworthy and scalable foundation for advancing workflow automation in clinical practice.
• Abstract（参考訳）: 電子健康記録などのデジタルヘルス技術の進歩は、日常的な臨床プロセスの合理化に大きく寄与している。 臨床医は、複数のツールの管理、各患者の手動操作を繰り返し、複雑なUIツリーをナビゲートして機能を見つけ、患者をケアする代わりに管理にかなりの時間を費やしている。 近年の大規模言語モデル(LLM)ベースのエージェントの出現は、人間が直接操作ではなく、自然言語を通じてエージェントに指示することで、オペレーティングシステムやソフトウェアと対話する可能性を明らかにする、コーディングとコンピュータ操作における例外的な能力を示している。 このシフトは、ヒューマン言語をマシン実行可能なコマンドに変換する抽象レイヤ、エージェント-コンピュータインターフェースの必要性を強調している。 しかし、デジタルヘルスケアでは、安全、透明性、コンプライアンスを保証するために、信頼できる臨床ガイドラインと手続き標準を厳格に遵守する、よりドメイン固有の抽象化が必要である。 このようなニーズに対処するために,医療用のドメイン固有の抽象レイヤとして設計されたエージェントベースの統一運用システムである‘textbf{MedicalOS} を紹介する。 人間の指示は、患者の調査、履歴検索、試験管理、レポート生成、参照、治療計画など、事前に定義されたデジタル医療コマンドに変換されます。 診断精度と信頼性, 臨床検査要求, 構造報告, 医薬品推奨の連続的生成など, 22の専門分野にわたる214の患者に対して, MedicalOSを実証的に検証した。 これらの結果は、臨床実践におけるワークフローの自動化を促進するための信頼性とスケーラブルな基盤として、MessicalOSを強調している。

関連論文リスト

• Demystifying Large Language Models for Medicine: A Primer [50.83806796466396]
  大規模言語モデル(LLM)は、医療のさまざまな側面に革命をもたらすことのできる、変革的なAIツールのクラスである。 本チュートリアルは、LSMを臨床実践に効果的に統合するために必要なツールを医療専門家に提供することを目的としている。
  論文  参考訳（メタデータ） (2024-10-24T15:41:56Z)
• Autonomous Artificial Intelligence Agents for Clinical Decision Making in Oncology [0.6397820821509177]
  本稿では,大規模言語モデル(LLM)を中心的推論エンジンとして活用する,マルチモーダル医療用AIの代替手法を提案する。 このエンジンは、医療用AIツールのセットを自律的に調整し、デプロイする。 適切なツール(97%)、正しい結論(93.6%)、完全(94%)、個人患者に有用な推奨(89.2%)を提示する能力が高いことを示す。
  論文  参考訳（メタデータ） (2024-04-06T15:50:19Z)
• Natural Language Programming in Medicine: Administering Evidence Based Clinical Workflows with Autonomous Agents Powered by Generative Large Language Models [29.05425041393475]
  ジェネレーティブ・大型言語モデル(LLM)は医療において大きな可能性を秘めている。 本研究は, シミュレーション3次医療センターにおいて, 自律型エージェントとして機能するLSMの可能性を評価した。
  論文  参考訳（メタデータ） (2024-01-05T15:09:57Z)
• Redefining Digital Health Interfaces with Large Language Models [69.02059202720073]
  大規模言語モデル(LLM)は、複雑な情報を処理できる汎用モデルとして登場した。 LLMが臨床医とデジタル技術との新たなインターフェースを提供する方法を示す。 自動機械学習を用いた新しい予後ツールを開発した。
  論文  参考訳（メタデータ） (2023-10-05T14:18:40Z)
• Self-Attention Enhanced Patient Journey Understanding in Healthcare System [43.11457142941327]
  MusaNetは、長い活動の連続である患者旅行の表現を学ぶように設計されている。 MusaNetは、EHRから派生したトレーニングデータを使用して、エンドツーエンドでトレーニングされる。 提案したMusaNetは最先端のベースライン法よりも高品質な表現を実現している。
  論文  参考訳（メタデータ） (2020-06-15T10:32:36Z)

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。