論文の概要: Agentic-AI Healthcare: Multilingual, Privacy-First Framework with MCP Agents
- arxiv url: http://arxiv.org/abs/2510.02325v1
- Date: Thu, 25 Sep 2025 21:25:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-12 15:03:05.776151
- Title: Agentic-AI Healthcare: Multilingual, Privacy-First Framework with MCP Agents
- Title（参考訳）: Agentic-AI Healthcare:MSPエージェントを用いた多言語プライバシファーストフレームワーク
- Authors: Mohammed A. Shehab,
- Abstract要約: Agentic-AI Healthcareは、単一の調査プロジェクトとして開発された、プライバシーを意識した多言語、説明可能な研究プロトタイプである。
このプラットフォームには、ロールベースのアクセス制御(RBAC)、AES-GCMフィールドレベルの暗号化、タンパーによる詳細な監査ログなど、専用のプライバシとコンプライアンスレイヤが組み込まれている。
- 参考スコア（独自算出の注目度）: 1.2995632804090198
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces Agentic-AI Healthcare, a privacy-aware, multilingual, and explainable research prototype developed as a single-investigator project. The system leverages the emerging Model Context Protocol (MCP) to orchestrate multiple intelligent agents for patient interaction, including symptom checking, medication suggestions, and appointment scheduling. The platform integrates a dedicated Privacy and Compliance Layer that applies role-based access control (RBAC), AES-GCM field-level encryption, and tamper-evident audit logging, aligning with major healthcare data protection standards such as HIPAA (US), PIPEDA (Canada), and PHIPA (Ontario). Example use cases demonstrate multilingual patient-doctor interaction (English, French, Arabic) and transparent diagnostic reasoning powered by large language models. As an applied AI contribution, this work highlights the feasibility of combining agentic orchestration, multilingual accessibility, and compliance-aware architecture in healthcare applications. This platform is presented as a research prototype and is not a certified medical device.
- Abstract（参考訳）: 本稿では,プライバシ対応,多言語対応,説明可能な研究プロトタイプであるAgentic-AI Healthcareについて紹介する。
このシステムは、新たなモデルコンテキストプロトコル(MCP)を活用して、症状チェック、医薬品提案、予約スケジュールなど、複数のインテリジェントエージェントを患者との相互作用のために編成する。
このプラットフォームは、ロールベースのアクセス制御(RBAC)、AES-GCMフィールドレベルの暗号化、不正な監査ログ、HIPA(US)、PIPEDA(Canada)、PHIPA(Ontario)といった主要な医療データ保護標準に準拠した専用のプライバシとコンプライアンス層を統合している。
例では、多言語患者と医師の相互作用(英語、フランス語、アラビア語)と、大きな言語モデルによる透明な診断推論を示す。
応用AIコントリビューションとして、この研究は、医療アプリケーションにおけるエージェントオーケストレーション、多言語アクセシビリティ、コンプライアンス対応アーキテクチャの組み合わせの実現可能性を強調している。
このプラットフォームは研究プロトタイプとして紹介されており、認定医療機器ではない。
関連論文リスト
- MedicalOS: An LLM Agent based Operating System for Digital Healthcare [6.848506601405531]
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。
論文 参考訳（メタデータ） (2025-09-15T01:43:20Z) - MedAgentBoard: Benchmarking Multi-Agent Collaboration with Conventional Methods for Diverse Medical Tasks [17.567786780266353]
我々はMedAgentBoardを紹介する。MedAgentBoardは、マルチエージェントコラボレーション、シングルLLM、および従来のアプローチの体系的評価のための総合的なベンチマークである。
MedAgentBoardには、医療(視覚)質問応答、レイサマリ生成、構造化電子健康記録(EHR)予測モデリング、臨床ワークフロー自動化の4つの多様な医療タスクカテゴリが含まれている。
マルチエージェントコラボレーションは特定のシナリオにおいてメリットを示すが、高度な単一LLMを一貫して上回るものではない。
論文 参考訳（メタデータ） (2025-05-18T11:28:17Z) - Advancing Conversational Diagnostic AI with Multimodal Reasoning [44.1996223689966]
アーティキュレート・メディカル・インテリジェンス・エクスプローラー(AMIE)
システムは、対話フローを中間モデル出力によって動的に制御する状態認識対話フレームワークを実装している。
患者アクターとのチャットベースの相談の無作為で盲目なOSCEスタイルの研究において, AMIEをプライマリケア医師(PCP)と比較した。
論文 参考訳（メタデータ） (2025-05-06T20:52:01Z) - TAMA: A Human-AI Collaborative Thematic Analysis Framework Using Multi-Agent LLMs for Clinical Interviews [54.35097932763878]
Thematic Analysis (TA) は、構造化されていないテキストデータの潜在意味を明らかにするために広く使われている定性的手法である。
本稿では,多エージェントLEMを用いた人間とAIの協調的テーマ分析フレームワークTAMAを提案する。
TAMA は既存の LLM 支援TA アプローチよりも優れており,高い主題的ヒット率,カバレッジ,独特性を実現している。
論文 参考訳（メタデータ） (2025-03-26T15:58:16Z) - Intelligent Clinical Documentation: Harnessing Generative AI for Patient-Centric Clinical Note Generation [0.0]
本稿では,クリニカルドキュメンテーションプロセスの合理化のための生成AI(Artificial Intelligence)の可能性について検討する。
本稿では,自然言語処理 (NLP) と自動音声認識 (ASR) 技術を用いて患者と臨床の相互作用を転写するケーススタディを提案する。
この研究は、時間節約、ドキュメント品質の改善、患者中心のケアの改善など、このアプローチの利点を強調している。
論文 参考訳（メタデータ） (2024-05-28T16:43:41Z) - AI Hospital: Benchmarking Large Language Models in a Multi-agent Medical Interaction Simulator [69.51568871044454]
我々は,emphDoctorをプレイヤとして,NPC間の動的医療相互作用をシミュレーションするフレームワークであるtextbfAI Hospitalを紹介した。
この設定は臨床シナリオにおけるLCMの現実的な評価を可能にする。
高品質な中国の医療記録とNPCを利用したマルチビュー医療評価ベンチマークを開発した。
論文 参考訳（メタデータ） (2024-02-15T06:46:48Z) - Conversational Health Agents: A Personalized LLM-Powered Agent Framework [1.4597673707346281]
会話型健康エージェント(英: Conversational Health Agents、CHA)は、援助や診断などの医療サービスを提供する対話型システムである。
我々は,対話エージェントがユーザの医療クエリに対してパーソナライズされた応答を生成するためのオープンソースのフレームワークであるopenCHAを提案する。
openCHAには、外部ソースから情報を集めるためのアクションを計画し実行するためのオーケストレータが含まれている。
論文 参考訳（メタデータ） (2023-10-03T18:54:10Z) - PMC-LLaMA: Towards Building Open-source Language Models for Medicine [62.39105735933138]
大規模言語モデル(LLM)は、自然言語理解において顕著な能力を示した。
LLMは、ドメイン固有の知識が不足しているため、医学的応用のような正確性を必要とする領域で苦労している。
PMC-LLaMAと呼ばれる医療応用に特化した強力なオープンソース言語モデルの構築手順について述べる。
論文 参考訳（メタデータ） (2023-04-27T18:29:05Z) - The Design and Implementation of a National AI Platform for Public
Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。
このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。
AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
論文 参考訳（メタデータ） (2023-04-24T08:00:02Z) - Learning Contextualized Document Representations for Healthcare Answer
Retrieval [68.02029435111193]
コンテキスト談話ベクトル(英: Contextual Discourse Vectors、CDV)は、長文からの効率的な回答検索のための分散文書表現である。
本モデルでは,階層型LSTMレイヤとマルチタスクトレーニングを併用したデュアルエンコーダアーキテクチャを用いて,臨床エンティティの位置と文書の談話に沿った側面をエンコードする。
我々の一般化モデルは、医療パスランキングにおいて、最先端のベースラインを著しく上回っていることを示す。
論文 参考訳（メタデータ） (2020-02-03T15:47:19Z)
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。