論文の概要: DEEPMED Search: An Open-Source Agentic Platform for Medical Deep Research with Introspective Verification
- arxiv url: http://arxiv.org/abs/2606.29746v1
- Date: Mon, 29 Jun 2026 03:42:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.032449
- Title: DEEPMED Search: An Open-Source Agentic Platform for Medical Deep Research with Introspective Verification
- Title（参考訳）: DEEPMED Search: イントロスペクティブ検証による深層医学研究のためのオープンソースのエージェントプラットフォーム
- Abstract要約: DeEPMED Searchは、透明な医療深層研究のために設計された、完全にオープンソースでエージェント的なプラットフォームである。
高性能なNext.jsアーキテクチャ上に構築されたDEEPMED Searchは、PubMed、Web検索、あるいは情報密度に基づくローカルグラフベースの知識ベースに自律的にサブクエリするソース適応ルータを備えている。
その堅牢性を示すために、DEPMED Searchの高次希少な疾患クエリを自律的に分解し、難聴を除去し、構造化された引用支援研究レポートを数分で生成する能力を示す。
- 参考スコア（独自算出の注目度）: 7.603700648261405
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Navigating the deluge of heterogeneous medical data, from academic literature (PubMed) to clinical guidelines (Web) and private knowledge bases, remains a critical bottleneck for evidence-based medicine. While commercial black-box tools lack transparency, standard open-source RAG implementations frequently suffer from reasoning drift when handling complex, long-tail queries. We present DEEPMED Search, a fully open-source, agentic platform designed for transparent medical deep research. Built on a high-performance Next.js architecture, DEEPMED Search features a source-adaptive router that autonomously dispatches sub-queries to PubMed, web search, or local graph-based knowledge bases based on information density. Crucially, the platform integrates an introspective verification module, powered by a causal-consistent multi-agent debate framework, to validate retrieved evidence against diagnostic logic before synthesis. To demonstrate its robustness, we showcase DEEPMED Search's ability to autonomously decompose high-difficulty rare disease queries, filter out confounding noise, and generate structured, citation-backed research reports in minutes. By open-sourcing this software, we provide the community with a robust infrastructure to democratize access to trustworthy, glass-box medical reasoning in research and prototyping settings.
- Abstract（参考訳）: 学術文献(PubMed)から臨床ガイドライン(Web)や私的知識ベースまで、異種医療データの流出をナビゲートすることは、エビデンスベースの医療にとって重要なボトルネックである。
商用のブラックボックスツールは透明性を欠いているが、オープンソースのRAG実装は複雑なロングテールクエリを扱う場合、しばしば推論の遅れに悩まされる。
DeEPMED Searchは、透明な医療深層研究のために設計された、完全にオープンソースでエージェント的なプラットフォームである。
高性能なNext.jsアーキテクチャ上に構築されたDEEPMED Searchはソース適応ルータを備えており、サブクエリをPubMed、Web検索、あるいは情報密度に基づくローカルグラフベースの知識ベースに自律的にディスパッチする。
重要な点として、このプラットフォームは因果一貫性のあるマルチエージェントの議論フレームワークをベースとしたイントロスペクティブ検証モジュールを統合し、合成前の診断ロジックに対する証拠を検証している。
その堅牢性を示すために、DEPMED Searchの高次希少な疾患クエリを自律的に分解し、難聴を除去し、構造化された引用支援研究レポートを数分で生成する能力を示す。
このソフトウェアをオープンソース化することで、研究やプロトタイプの設定において信頼できるガラスボックスの医療推論へのアクセスを民主化する、堅牢なインフラをコミュニティに提供する。
関連論文リスト
- Knowledge Poisoning Attacks on Medical Multi-Modal Retrieval-Augmented Generation [35.3361255131912]
Mtextsuperscript3Attは医療用マルチモーダルRAGシステムのための知識収集フレームワークである。
我々の中核となる考え方は、検索を促進するために、ペア化された視覚データをクエリ非依存のトリガとして使用しながら、偽情報をテキストデータに注入することである。
5つのLCMとデータセットの実験により、Mtextsuperscript3Attは一貫して臨床的に妥当だが正しくない世代を生成することが示された。
論文 参考訳（メタデータ） (2026-05-11T09:22:53Z) - AgentCPM-Report: Interleaving Drafting and Deepening for Open-Ended Deep Research [85.51475655916026]
AgentCPM-Reportは軽量だが高性能なローカルソリューションで、人間の記述プロセスを反映したフレームワークで構成されている。
我々のフレームワークは、モデルがアウトラインを動的に修正できるWARP(Writeing As Reasoning Policy)を使用している。
DeepResearch Bench、DeepConsult、DeepResearch Gymの実験は、AgentCPM-Reportが主要なクローズドソースシステムより優れていることを示した。
論文 参考訳（メタデータ） (2026-02-06T09:45:04Z) - DeepEvidence: Empowering Biomedical Discovery with Deep Knowledge Graph Research [33.51246292480848]
我々は、様々なバイオメディカル知識グラフ(KG)にまたがってDeep Researchを実行するために設計されたAIエージェントフレームワークであるDeepEvidenceを紹介する。
主にインターネットスケールのテキストに依存している一般的なDeep Researchシステムとは異なり、DeepEvidenceには専門的な知識グラフツールと協調的な探索戦略が組み込まれている。
ディープエビデンス(DeepEvidence)は、生物医学的な発見ライフサイクルの4つの重要な段階において、体系的な探索とエビデンス合成において大きな進歩を示す。
論文 参考訳（メタデータ） (2025-12-23T14:34:38Z) - MedVQA-TREE: A Multimodal Reasoning and Retrieval Framework for Sarcopenia Prediction [1.7775777785480917]
MedVQA-TREEは階層的な画像解釈モジュール、ゲート機能レベルの融合機構、新しいマルチホップ・マルチクエリ検索戦略を統合したフレームワークである。
ゲート融合機構は、視覚的特徴をテキストクエリと選択的に統合し、臨床知識は、PubMedにアクセスするUMLS誘導パイプラインとサルコピア固有の外部知識ベースを介して検索する。
診断精度は99%まで向上し、従来の最先端の手法を10%以上上回った。
論文 参考訳（メタデータ） (2025-08-26T13:31:01Z) - End-to-End Agentic RAG System Training for Traceable Diagnostic Reasoning [52.12425911708585]
Deep-DxSearchは、強化学習(RL)でエンドツーエンドに訓練されたエージェントRAGシステムである。
Deep-DxSearchでは,患者記録と信頼性のある医療知識情報を含む大規模医療検索コーパスを構築した。
実験により、エンドツーエンドのRLトレーニングフレームワークは、プロンプトエンジニアリングやトレーニングフリーなRAGアプローチよりも一貫して優れています。
論文 参考訳（メタデータ） (2025-08-21T17:42:47Z) - HeteroRAG: A Heterogeneous Retrieval-Augmented Generation Framework for Medical Vision Language Tasks [22.597677744620295]
We present HeteroRAG, a novel framework that enhances Med-LVLMs through heterogeneous knowledge sources。
HeteroRAGは、ほとんどの医療ビジョン言語ベンチマークで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-08-18T09:54:10Z) - From Web Search towards Agentic Deep Research: Incentivizing Search with Reasoning Agents [96.65646344634524]
推論とエージェント能力を備えた大規模言語モデル(LLM)は、エージェントディープリサーチ(Agenic Deep Research)と呼ばれる新しいパラダイムを取り入れている。
静的なWeb検索から,計画,探索,学習を行う対話型エージェントベースのシステムへの進化を辿ります。
我々はエージェントディープリサーチが既存のアプローチを著しく上回るだけでなく、将来の情報探索において支配的なパラダイムになることを実証する。
論文 参考訳（メタデータ） (2025-06-23T17:27:19Z) - Enhancing LLM Generation with Knowledge Hypergraph for Evidence-Based Medicine [22.983780823136925]
エビデンスベースの医療(EBM)は、医療における大規模言語モデル(LLM)の適用において重要な役割を担っている。
本稿では,複数の情報源から散在する証拠をLCMを用いて収集し,知識ハイパーグラフに基づく証拠管理モデルを提案する。
本手法は,医療クイズ,幻覚検出,意思決定支援など,EMMに関心のあるアプリケーション領域において,既存のRAG技術よりも優れている。
論文 参考訳（メタデータ） (2025-03-18T09:17:31Z) - Uncertainty-aware Medical Diagnostic Phrase Identification and Grounding [72.18719355481052]
MRG(Messical Report Grounding)と呼ばれる新しい課題について紹介する。
MRGは医療報告から診断フレーズとその対応する接地箱を直接エンドツーエンドで識別することを目的としている。
マルチモーダルな大規模言語モデルを用いて診断フレーズを予測する,堅牢で信頼性の高いフレームワークである uMedGround を提案する。
論文 参考訳（メタデータ） (2024-04-10T07:41:35Z) - EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。
DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
論文 参考訳（メタデータ） (2022-08-01T18:47:03Z) - MedPerf: Open Benchmarking Platform for Medical Artificial Intelligence
using Federated Evaluation [110.31526448744096]
この可能性を解き明かすには、大規模な異種データに対して医療AIモデルの性能を測定する体系的な方法が必要である、と私たちは主張する。
MedPerfは、医療分野で機械学習をベンチマークするためのオープンフレームワークです。
論文 参考訳（メタデータ） (2021-09-29T18:09:41Z)
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。