論文の概要: ResidencyRL: Reinforcement Learning in Simulated Clinical Environments

• arxiv url: http://arxiv.org/abs/2608.07418v1
• Date: Fri, 07 Aug 2026 17:04:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.571651
• Title: ResidencyRL: Reinforcement Learning in Simulated Clinical Environments
• Title（参考訳）: レジデンシーRL:シミュレーション臨床環境における強化学習
• Abstract要約: 臨床人工知能(AI)エージェントを模擬多ターン臨床で訓練するための強化学習(RL)手法であるResidencyRLを提案する。 ホールドアウト評価では、ResidencyRLエージェントは、対向条件下で診断精度を7.0%向上させる。 盲目の専門医はこれらの利得を検証し、訓練されたエージェントをサイドバイサイド比較の87.6%で好んだ。
• 参考スコア（独自算出の注目度）: 53.76751756107077
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In medical education, physicians convert academic knowledge into clinical expertise through residency: years of training across thousands of encounters, with diverse sources of feedback and progressively greater autonomy. Much of clinical reasoning relies on the patient encounter, a dialogue in which a clinician elicits history, refines diagnostic hypotheses, and decides management under uncertainty. While large language models (LLMs) excel on static medical benchmarks, methods to optimize the full sequence of clinical decisions remain underdeveloped. We present ResidencyRL, a reinforcement learning (RL) method for training clinical artificial intelligence (AI) agents through simulated multi-turn clinical encounters (up to 60 dialogue turns and 8 tool calls per trajectory). ResidencyRL pairs the policy agent with LLM simulators capable of complex, adversarial behaviors, training against a structured reward aligned to diagnostic accuracy, management quality, communication, documentation, and safety. On held-out evaluations, the ResidencyRL agent improves diagnostic accuracy by 7.0% under adversarial conditions (88.0% vs. 81.0%) and reduces missed red flag rates by 31%, demonstrating rigorous mitigation of premature closure. Blinded expert clinicians validated these gains, preferring the trained agent in 87.6% of side-by-side comparisons. The procedural competencies transfer to unseen benchmarks: the agent outperforms the base model across all six clinical axes of the AMIE multi-visit benchmark, and shows consistent directional improvements on AgentClinic and CRAFT-MD. Our findings demonstrate that sequential clinical decision-making can be effectively learned through multi-turn RL in simulation, yielding robust, generalizable capabilities, paving the way towards clinical mastery. Prospective validation with real-world workflows remains necessary to establish clinical utility.
• Abstract（参考訳）: 医学教育において、医師は学術的知識を、何千もの出会いにまたがる長年の訓練、多様なフィードバックの源、そして徐々に大きな自律性を通じて、臨床専門に転換する。 臨床推論の多くは、患者との出会いに依存しており、臨床医が歴史を導き、診断仮説を洗練させ、不確実性の下で管理を決定する対話である。 大規模言語モデル(LLMs)は静的な医療ベンチマークに優れるが、臨床上の決定の完全な順序を最適化する方法はまだ未開発である。 本稿では,臨床人工知能(AI)エージェントをマルチターン臨床で訓練するための強化学習(RL)手法であるResidencyRLについて述べる。 レジデンシーRLは、複雑な敵対行動、診断精度、管理品質、コミュニケーション、ドキュメント、安全性に適合した構造化された報酬に対するトレーニングが可能なLCMシミュレータとポリシーエージェントをペアリングする。 ホールドアウト評価では、ResidencyRLエージェントは、相手条件下での診断精度を7.0%改善し(88.0% vs. 81.0%)、ミスレッドフラッグレートを31%低減し、未熟なクロージャーの厳密な緩和を示す。 盲目の専門医はこれらの利得を検証し、訓練されたエージェントをサイドバイサイド比較の87.6%で好んだ。 エージェントはAMIEマルチビジットベンチマークの6つの臨床軸すべてでベースモデルを上回り、AgentClinicとCRAFT-MDに対して一貫した方向性改善を示す。 本研究は, マルチターンRLを用いて, 連続的な臨床意思決定を効果的に学べることを示し, より堅牢で, 汎用性があり, 臨床熟達への道を歩むことができた。 臨床応用の確立には, 現実のワークフローによる先進的検証が必要である。

関連論文リスト

• Evidence-Grounded AI for Musculoskeletal Care [106.59121478639402]
  OrthoPilotは、大規模言語モデル(LLM)を利用した臨床人工知能システムである。 病院のデータストリームと、継続的な筋骨格ケアのための権威的な外部知識を統合する。 81人の整形外科医に対するフルパスウェイ・リーダーによる研究で、OrthoPilotは25年の経験を持つ専門家よりも優れていた。
  論文  参考訳（メタデータ） (2026-07-14T09:03:26Z)
• Benchmarking Multi-turn Medical Diagnosis: Hold, Lure, and Self-Correction [72.89352076103889]
  大規模言語モデル (LLM) は, 臨床情報がすべて一ターンで提供される場合に, 高い精度で診断を行う。 1,035例からなる高忠実多ターン診断ベンチマークであるMINTを導入する。 診断決定に大きな影響を及ぼす3つの永続的な行動パターンを明らかにする。
  論文  参考訳（メタデータ） (2026-04-06T00:23:10Z)
• Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
  CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。 構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。 Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
  論文  参考訳（メタデータ） (2026-03-23T05:46:45Z)
• Emulating Clinician Cognition via Self-Evolving Deep Clinical Research [104.66211772795747]
  このギャップを橋渡しする自己進化型診断剤DxEvolveを,インタラクティブな深層臨床研究ワークフローを通じて開発しました。 MIMIC-CDMベンチマークでは、DxEvolveは平均オーバーボーンモデルで診断精度を11.2%改善した。 DxEvolveは、経験を管理可能な学習資産に変えることによって、臨床AIの継続的な進化のための説明可能な経路をサポートする。
  論文  参考訳（メタデータ） (2026-03-11T11:41:51Z)
• Evolving Diagnostic Agents in a Virtual Clinical Environment [75.59389103511559]
  本稿では,大規模言語モデル(LLM)を強化学習を用いた診断エージェントとして訓練するためのフレームワークを提案する。 本手法は対話型探索と結果に基づくフィードバックによって診断戦略を取得する。 DiagAgentはDeepSeek-v3やGPT-4oなど、最先端の10のLLMを著しく上回っている。
  論文  参考訳（メタデータ） (2025-10-28T17:19:47Z)
• MACD: Multi-Agent Clinical Diagnosis with Self-Learned Knowledge for LLM [32.0716204095227]
  大規模言語モデル(LLM)は医学的応用において顕著な可能性を示している。 本研究は,新しいMulti-Agent Clinical Diagnosis (MACD) フレームワークを提案する。 LLMはマルチエージェントパイプラインを通じて自己学習型臨床知識を提供する。
  論文  参考訳（メタデータ） (2025-09-24T12:37:11Z)
• AgentClinic: a multimodal agent benchmark to evaluate AI in simulated clinical environments [2.567146936147657]
  シミュレーションされた臨床環境における大規模言語モデル(LLM)の評価のためのマルチモーダルエージェントベンチマークであるAgentClinicを紹介する。 我々は,AgentClinicの逐次決定形式におけるMedQA問題の解決が極めて困難であることに気付き,診断精度が元の精度の10分の1以下に低下することを発見した。
  論文  参考訳（メタデータ） (2024-05-13T17:38:53Z)

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。