論文の概要: Evaluating Agentic Harness Systems for Autonomous Computational Pathology
- arxiv url: http://arxiv.org/abs/2607.02598v1
- Date: Wed, 01 Jul 2026 10:13:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.345151
- Title: Evaluating Agentic Harness Systems for Autonomous Computational Pathology
- Title（参考訳）: 自律型計算病理のためのエージェントハーネスシステムの評価
- Abstract要約: ACP-Benchは、計算病理学からACPワークフロー機能に一般的なエージェントハーネスシステムを適用するフレームワークである。
ACP-Benchは、24のバイオマーカー、7のモルフォロジー、10の予後タスクを含む41の病理ワークフロータスクを評価し、6つのボディシステムグループと9のエンドポイントファミリーにまたがる。
- 参考スコア（独自算出の注目度）: 19.24356620524394
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Autonomous computational pathology (ACP) converts high-level pathology analysis goals into executable, traceable and clinically bounded workflows. Realizing this capability requires adapting general agentic harness systems to pathology-specific tasks, tools, evidence standards and clinical claim boundaries. We contribute ACP-Bench, a framework that adapts existing harness systems from computational pathology support toward ACP workflow capability. ACP-Bench evaluates 41 pathology workflow tasks, including 24 biomarker, 7 morphology and 10 prognosis tasks spanning 6 body-system groups and 9 endpoint families. The benchmark evaluates 9 models and 3 harness groups (Claude Code, Codex and Open Code), yielding 369 complete trajectories. ACP-Bench evaluates each trajectory across workflow execution, diagnostic performance and clinical-boundary alignment, combining expert-adjudicated process audits, diagnostic assessment and pathologist-validated safety review. Across evaluated systems, workflow initiation, task interpretation and diagnostic reporting were more mature than tool-bound execution, result binding and reflective workflow revision, and formal end-to-end completion remained rare. ACP-Bench provides a reusable standard for auditing whether agentic systems can operationalize pathology workflows before claims of reliable clinical autonomy.
- Abstract（参考訳）: 自律型計算病理学(ACP)は、ハイレベルな病理解析目標を、実行可能、トレース可能、臨床的に束縛されたワークフローに変換する。
この能力を実現するには、病理学固有のタスク、ツール、エビデンス標準、臨床クレーム境界に一般的なエージェントハーネスシステムを適用する必要がある。
ACP-Bench は,計算病理学から ACP ワークフロー機能へ,既存のハーネスシステムを適応するフレームワークである。
ACP-Benchは、24のバイオマーカー、7のモルフォロジー、10の予後タスクを含む41の病理ワークフロータスクを評価し、6つのボディシステムグループと9のエンドポイントファミリーにまたがる。
ベンチマークでは、9つのモデルと3つのハーネスグループ(Claude Code、Codex、Open Code)を評価し、369の完全なトラジェクトリを生成する。
ACP-Benchは、ワークフローの実行、診断性能、臨床境界アライメントのそれぞれの軌道を評価し、専門家が調整したプロセス監査、診断評価、病理医が検証した安全レビューを組み合わせる。
評価システム全体、ワークフロー開始、タスク解釈、診断報告はツールバウンド実行、結果バインディング、リフレクティブワークフロー修正よりも成熟しており、形式的なエンドツーエンド補完はまれであった。
ACP-Benchは、信頼できる臨床自律性の主張の前に、エージェントシステムが病理ワークフローを運用できるかどうかを監査するための再利用可能な標準を提供する。
関連論文リスト
- STEP: A Modular Silent Trial Engine for Operational Evaluation of Digital Pathology AI in Routine Workflow [1.6877591150411722]
サイレントトライアルは、AIモデルの振り返り検証と、臨床医療におけるそれらの使用の間の橋渡しを提供する。
我々は、計算病理AIモデルの将来的なサイレントトライアルを編成する再利用可能なソフトウェアプラットフォームを開発した。
論文 参考訳（メタデータ） (2026-08-27T20:33:39Z) - FMRP-LEAN: A HIPAA-Compliant AI-Augmented LIMS Architecture for End-to-End Clinical Assay Workflow Optimization [0.0]
本稿では,HIPAAに準拠したAI強化実験室情報管理システム (LIMS) アーキテクチャであるFMRP-LEANについて述べる。
論文 参考訳（メタデータ） (2026-07-22T17:11:52Z) - Paired Uterine Whole-Slide Images and Pathology Reports for Multimodal Computational Pathology [54.42160154368719]
WSI(Whole-Slide Image)は、病理のデジタルトランスフォーメーションを可能にする。
病理組織像と病理所見を共同で解析するマルチモーダルモデルは、自動病理報告生成とAIによる診断に有望な可能性を示唆している。
本稿では,WSIsを併用した子宮疾患データセットであるTUM-Uteriaを紹介する。
論文 参考訳（メタデータ） (2026-07-04T20:34:59Z) - EHRBench: An Automated and Reliable EHR-based Benchmark for Clinical Decision Making with LLMs [51.129595320595094]
臨床意思決定 (CDM) は、臨床医が診断を推測し、治療を選択し、不完全な証拠の下で将来の健康結果を予測する、現実的な臨床の中心である。
LLMモデルは、強力な言語能力、幅広い生物医学的知識、効率性のために、これらの決定をサポートするためにますます使われています。
LLMの実際の臨床決定タスクに対する信頼性は、まだ十分に理解されていない。
論文 参考訳（メタデータ） (2026-05-28T22:38:26Z) - From Static Risk to Dynamic Trajectories: Toward World-Model-Inspired Clinical Prediction [61.12883122613684]
本稿では, 患者固有の縦断疾患の進展を推定し, 代替治療下での軌跡変化を評価するための, 臨床AIにおける介入認識型疾患軌跡モデリングに焦点をあてる。
3つの意思決定タスク(実測,反実推定,政策評価)と3つのデータ生成機構(障害発生, 治療課題, 観察過程)によって, 識別可能性を決定する。
本稿では,個別/連続時間にまたがる予測,反ファクト的軌跡,政策評価の統一的な枠組みを提案する。
論文 参考訳（メタデータ） (2026-05-16T10:45:26Z) - CodeClinic: Evaluating Automation of Coding Skills for Clinical Reasoning Agents [17.491888826944074]
我々は,LLMエージェントが再利用可能な臨床スキルを合成・構成できるかどうかを評価するためのベンチマークであるCodeClinicを紹介する。
本稿では,自然言語臨床ガイドラインを再利用し,検証したPythonスキルライブラリに変換するオフラインオートフォーマル化パイプラインを提案する。
論文 参考訳（メタデータ） (2026-05-10T17:45:01Z) - Towards a Virtual Neuroscientist: Autonomous Neuroimaging Analysis via Multi-Agent Collaboration [53.772014300855375]
我々は,自律型エンドツーエンド神経画像解析のためのマルチエージェントシステムであるNIAgentを紹介する。
従来のフラットなツール呼び出しエージェントとは異なり、NIAgentはコード中心の実行パラダイムを採用している。
本稿では,コホートレベルの検定とエージェント視覚検査を組み合わせた,自律的品質管理のための階層的検証フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-10T06:30:19Z) - MedCollab: Causal-Driven Multi-Agent Collaboration for Full-Cycle Clinical Diagnosis via IBIS-Structured Argumentation [6.334763475104128]
本稿では,現代病院の階層的相談ワークフローを模倣する,新しいマルチエージェントフレームワークであるMedCollabを紹介する。
このフレームワークは、患者固有の症状や検査結果に応じて、臨床および検査薬を適応的に組み立てる、ダイナミックなスペシャリスト採用機構を備えている。
論文 参考訳（メタデータ） (2026-03-01T14:25:58Z) - AgentsEval: Clinically Faithful Evaluation of Medical Imaging Reports via Multi-Agent Reasoning [73.50200033931148]
本稿では,放射線科医の協調診断ワークフローをエミュレートしたマルチエージェントストリーム推論フレームワークであるAgensEvalを紹介する。
評価プロセスを基準定義、エビデンス抽出、アライメント、一貫性スコアなどの解釈可能なステップに分割することで、AgensEvalは明確な推論トレースと構造化された臨床フィードバックを提供する。
実験結果から,AgensEvalは,言い換え,意味的,スタイリスティックな摂動の下でも頑健な臨床的整合性,意味的忠実性,解釈可能な評価を提供することが示された。
論文 参考訳（メタデータ） (2026-01-23T11:59:13Z) - From Performance to Practice: Knowledge-Distilled Segmentator for On-Premises Clinical Workflows [8.438143117044795]
本稿では,高パフォーマンスセグメンテーションモデルを拡張性のあるコンパクトな学生モデルファミリに変換するためのデプロイメント指向フレームワークを提案する。
提案手法は,既存の臨床システムとのアーキテクチャ互換性を維持しつつ,体系的な容量削減を実現している。
その結果、知識蒸留は、研究グレードのセグメンテーションモデルを保守可能で展開可能なコンポーネントに変換するための実用的で信頼性の高い経路を提供することを示した。
論文 参考訳（メタデータ） (2026-01-14T05:44:30Z) - CP-Env: Evaluating Large Language Models on Clinical Pathways in a Controllable Hospital Environment [29.48544328813161]
本研究は,大規模言語モデル(LLM)をエンド・ツー・エンドの医療経路にわたって評価するために設計された,コントロール可能なエージェント型病院環境であるCP-Envを紹介する。
実際の病院適応的な医療の流れに続き、分枝型長期タスク実行を可能にします。
その結果、ほとんどのモデルは経路幻覚に悩まされ、複雑さを示し、重要な診断の詳細を失うことが判明した。
論文 参考訳（メタデータ） (2025-12-11T01:54:55Z) - CXRAgent: Director-Orchestrated Multi-Stage Reasoning for Chest X-Ray Interpretation [62.0150409256153]
我々は、CXR解釈のためのディレクター調整型多段階エージェントであるCXRAgentを提案する。
エージェントは、Evidence-driven Validatorによって正規化され検証された出力を持つ一連のCXR分析ツールを戦略的にオーケストレーションする。
様々なCXR解釈タスクの実験は、CXRAgentが強いパフォーマンスを示し、視覚的証拠を提供し、異なる複雑さの臨床的タスクにうまく一般化していることを示している。
論文 参考訳（メタデータ） (2025-10-24T10:31:30Z) - RadFabric: Agentic AI System with Reasoning Capability for Radiology [61.25593938175618]
RadFabricは、総合的なCXR解釈のための視覚的およびテキスト分析を統合するマルチエージェント、マルチモーダル推論フレームワークである。
システムは、病理診断に特殊なCXRエージェント、正確な解剖学的構造に視覚所見をマッピングする解剖学的解釈エージェント、および視覚的、解剖学的、臨床データを透明かつ証拠に基づく診断に合成する大規模なマルチモーダル推論モデルを利用した推論エージェントを使用する。
論文 参考訳（メタデータ） (2025-06-17T03:10:33Z)
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。