論文の概要: Knowledge-augmented Agentic AI for Mental Health Medication Information Seeking

• arxiv url: http://arxiv.org/abs/2606.26205v1
• Date: Wed, 24 Jun 2026 16:54:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.030607
• Title: Knowledge-augmented Agentic AI for Mental Health Medication Information Seeking
• Title（参考訳）: メンタルヘルス情報検索のための知識強化エージェントAI
• Abstract要約: 患者はオンラインで薬情報を求める傾向にあるが、精神医学薬の安全性に関する知識は、規制上の不適切な記録と患者の物語に分けられる。 ここでは、Redditの466,525件の投稿、60,782件のWebMDレビュー、および9件の抗うつ薬に対する米国食品医薬品局(FDA)の逆イベント報告システム記録の20年間を統合した、実績に富んだ知識グラフベースのフレームワークを開発する。
• 参考スコア（独自算出の注目度）: 13.195098267589726
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Patients increasingly seek medication information online, yet safety knowledge for psychiatric drugs is split between regulatory adverse-event records, which are authoritative but abstract, and patient narratives, which are experience-near but unvalidated. Integrating them without conflating evidence and anecdote is especially consequential in psychiatry, where poorly contextualised information can amplify fear, nocebo responses, and non-adherence. Here we develop a provenance-aware, knowledge-graph-based multi-agent framework unifying 466,525 Reddit posts, 60,782 WebMD reviews, and twenty years of U.S. FDA Adverse Event Reporting System records for nine antidepressants. A large-language-model entity-recognition pipeline benchmarked against physician annotations reached highest F1 scores of 0.969 for medications and 0.973 for conditions. The two community platforms were far more concordant with each other (overlap up to a Jaccard similarity of 0.905) than with regulatory reports, indicating that patient-generated data form a partly independent safety signal. For sertraline, many adverse events appeared in community sources hundreds of days before the corresponding FDA date. A Neo4j knowledge graph grounded in ATC-N, ICD-10, and MedDRA vocabularies preserves provenance, keeping every claim traceable and regulatory facts distinct from patient experience. These results establish source-aware integration as a route to more auditable psychiatric medication information, with usefulness and patient benefit to be tested prospectively.
• Abstract（参考訳）: 患者はオンラインで薬情報を求める傾向にあるが、精神医学薬の安全性に関する知識は、権威はあるが抽象的な規制上の不適切な記録と、経験が近いが無効な患者の物語に分けられる。 証拠と逸話を混同することなくそれらを統合することは、特に精神医学において、文脈的に不十分な情報が恐怖、ノセボの反応、非一貫性を増幅する。 ここでは466,525件のReddit投稿、60,782件のWebMDレビュー、および9件の抗うつ薬に対する米国FDA逆イベント報告システム記録の20年間の実績を統一する、知識グラフに基づくマルチエージェントフレームワークを開発する。 医師のアノテーションに対してベンチマークした大規模言語モデル実体認識パイプラインは、医薬品の0.969点、条件の0.973点に達した。 2つのコミュニティプラットフォームは、規制報告よりもはるかにコンコーディネート(Jaccardとの類似度0.905に倍増)があり、患者生成データが部分的に独立した安全信号を形成することを示している。 セトラリンについては、FDAの日付より数百日前に、多くの有害事象がコミュニティソースに現れた。 ATC-N, ICD-10, MedDRAの語彙に基づいたNeo4jの知識グラフは、すべてのクレームが患者の経験と区別されるように、証明を保っている。 これらの結果は、より聴取可能な精神医学情報へのルートとしてソース・アウェア統合を確立し、将来的な検査を行うための有用性と患者利益を提供する。

関連論文リスト

• An AI agent for treatment reasoning over a biomedical tool universe [35.05540785374698]
  1939年以降、FDAが承認した全ての薬物を治療するAIエージェントであるAtheNA-R1を紹介する。 AtheNA-R1は、212のバイオメディカルツールの宇宙上で強化学習によって訓練されている。 治療薬理学では94.7%、治療薬理学では82.9%に達する。
  論文  参考訳（メタデータ） (2026-06-27T02:24:56Z)
• Eliciting Medical Reasoning with Knowledge-enhanced Data Synthesis: A Semi-Supervised Reinforcement Learning Approach [62.0906177191353]
  既存のアプローチでは、教師付き微調整を経て、大規模プロプライエタリモデルからの連鎖推論トレースを蒸留し、強化学習(RL)を実施している。 MedSSRは,医療知識を付加したデータ合成と半教師付き強化学習フレームワークである。 本フレームワークはまず, 分布制御可能な推論質問を合成するために, 稀な疾患知識を利用する。 次に、ポリシーモデル自体を利用して高品質な擬似ラベルを生成する。これにより、擬似ラベルデータ上での自己教師型RLと、人間の注釈付き実データ上での教師型RLの2段階固有の訓練パラダイムが実現される。
  論文  参考訳（メタデータ） (2026-04-13T14:37:38Z)
• From Archives to Decisions: Multi-Agent Pharmaceutical Co-Scientist for Traceable Drug Discovery and Reverse Translation [0.6347968479268647]
  医薬品研究・開発を支援する多エージェント共同研究者であるDiscoVerseを紹介する。 このシステムはロシュの大規模な歴史的コーパスに意味検索、クロスドキュメントリンク、監査可能な合成を実装している。 我々のアプローチを実世界の規模で検証するために、ロシュ研究レポジトリから180分子のサブセットを選択しました。
  論文  参考訳（メタデータ） (2025-11-23T03:17:26Z)
• Decide less, communicate more: On the construct validity of end-to-end fact-checking in medicine [59.604255567812714]
  我々は、専門家が医療証拠を合成することによって、ソーシャルメディアからの真の主張を検証する方法を示す。 臨床試験の形で、野生の主張と科学的証拠を結びつける困難さ。 我々は,ファクトチェックは対話型コミュニケーション問題としてアプローチし,評価すべきであると主張している。
  論文  参考訳（メタデータ） (2025-06-25T22:58:08Z)
• MoodAngels: A Retrieval-augmented Multi-agent Framework for Psychiatry Diagnosis [58.67342568632529]
  MoodAngelsは、気分障害の診断のための最初の特殊なマルチエージェントフレームワークである。 MoodSynは、合成精神医学の1,173件のオープンソースデータセットである。
  論文  参考訳（メタデータ） (2025-06-04T09:18:25Z)
• Medical Hallucinations in Foundation Models and Their Impact on Healthcare [71.15392179084428]
  基礎モデルの幻覚は自己回帰訓練の目的から生じる。 トップパフォーマンスモデルは、チェーン・オブ・シークレット・プロンプトで強化された場合、97%の精度を達成した。
  論文  参考訳（メタデータ） (2025-02-26T02:30:44Z)
• MedHallu: A Comprehensive Benchmark for Detecting Medical Hallucinations in Large Language Models [82.30696225661615]
  MedHalluは、医学的幻覚検出に特化して設計された最初のベンチマークである。 GPT-4o, Llama-3.1, および医学的に微調整されたUltraMedicalを含む最先端のLSMは、このバイナリ幻覚検出タスクに苦慮している。 双方向の包絡クラスタリングを用いて, 難解な幻覚は, 意味論的に真実に近いことを示す。
  論文  参考訳（メタデータ） (2025-02-20T06:33:23Z)
• Retrieval-augmented systems can be dangerous medical communicators [21.371504193281226]
  患者は長年、健康に関する情報をオンラインで求めてきた。 検索強化生成と引用接地は、幻覚を減らし、AI生成応答の精度を向上させる方法として広く推進されている。 本論文は,資料から引き出された文字通り正確な内容が幻覚に反する場合でも,誤解を招く可能性があることを論じる。
  論文  参考訳（メタデータ） (2025-02-18T01:57:02Z)
• A Data-Centric Approach To Generate Faithful and High Quality Patient Summaries with Large Language Models [11.218649399559691]
  幻覚のないデータの微調整は、Llama 2の要約毎の幻覚を2.60から1.55に効果的に減少させる。 一般的なメトリクスは、忠実さや品質とよく相関しないことがわかった。
  論文  参考訳（メタデータ） (2024-02-23T16:32:28Z)
• Retrieval-Augmented and Knowledge-Grounded Language Models for Faithful Clinical Medicine [68.7814360102644]
  本稿では,Re$3$Writer法を提案する。 本手法が患者の退院指示生成に有効であることを示す。
  論文  参考訳（メタデータ） (2022-10-23T16:34:39Z)
• Knowledge-Driven New Drug Recommendation [88.35607943144261]
  既存の薬物と新薬のギャップを埋めるために, 薬物依存型マルチフェノタイプ数発学習機を開発した。 EDGEは外部薬効知識ベースを用いて偽陰性監視信号を除去する。 その結果, EDGEは, ROC-AUCスコアよりも7.3%向上していることがわかった。
  論文  参考訳（メタデータ） (2022-10-11T16:07:52Z)
• AI-based Approach for Safety Signals Detection from Social Networks: Application to the Levothyrox Scandal in 2017 on Doctissimo Forum [1.4502611532302039]
  本稿では,患者のレビューから医薬安全信号を検出するためのAIベースのアプローチを提案する。 フランスにおけるLevothyroxの症例に着目し,薬式変更後にメディアから大きな注目を集めた。 本研究は, 言葉とn-grams頻度, 意味的類似性, 副薬物反応の言及, 感情分析など, 患者のレビューから抽出したNLPに基づく指標について検討した。
  論文  参考訳（メタデータ） (2022-02-01T10:17:32Z)
• HINT: Hierarchical Interaction Network for Trial Outcome Prediction Leveraging Web Data [56.53715632642495]
  臨床試験は、有効性、安全性、または患者採用の問題により、不確実な結果に直面する。 本稿では,より一般的な臨床試験結果予測のための階層型Interaction Network(HINT)を提案する。
  論文  参考訳（メタデータ） (2021-02-08T15:09:07Z)

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。