論文の概要: Coupled Graph--Policy Distillation for Personalized Medication Safety in Older Adults with Multimorbidity

• arxiv url: http://arxiv.org/abs/2608.09443v1
• Date: Mon, 10 Aug 2026 11:19:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.217214
• Title: Coupled Graph--Policy Distillation for Personalized Medication Safety in Older Adults with Multimorbidity
• Title（参考訳）: グラフを併用した多施設共同蒸留による高齢者のパーソナル化医療安全対策
• Authors: Zihan Wang, Anglin Liu, Rongyi Wang, Dantong Li, Yi Lu, Siqing Yuan, Hongxia Xu, Zhongtian Long, Jintai Chen,
• Abstract要約: ATLASは、患者に適応した医薬品の安全性のためのグラフ-政治蒸留フレームワークである。 GeriMedBenchは、安全クリティカルな情報取得とエビデンスベースの意思決定リビジョンをテストするインタラクティブなベンチマークである。
• 参考スコア（独自算出の注目度）: 18.025324480690752
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM) agents can support medication review between clinical visits, but safe choices for older adults with multimorbidity depend on conditions, medications, and geriatric risks that users may omit. We introduce ATLAS, a coupled graph--policy distillation framework for patient-adaptive medication safety. ATLAS structures guideline evidence as a medication-safety graph. Targeted questions update the patient state and distill relevant relations into a patient-specific medication conflict graph (PMCG). A risk-first multi-agent policy uses the PMCG to screen contraindications, assess cautions and monitoring needs, identify safer alternatives, and verify the final medication plan. We also introduce GeriMedBench, an interactive benchmark that tests safety-critical information acquisition and evidence-based decision revision. Across a European non-interactive multimorbidity benchmark, an Asian interactive multimorbidity benchmark, and an Asian non-interactive cross-guideline benchmark, ATLAS achieves the strongest complete-decision performance among the compared systems. On the European non-interactive multimorbidity benchmark, it exceeds the strongest proprietary LLM baseline by 53.73 points in Strict Success Rate and 14.63 points in overall safety reasoning score (OSRS), with no unsafe recommendations under the automated evaluator. A blinded clinician evaluation gives ATLAS higher mean ratings across all five criteria and flags potentially unsafe recommendations in one ATLAS case and two Gemini cases.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、臨床訪問間の薬物検査をサポートすることができるが、多職種の高齢者にとって安全な選択は、ユーザーが省略する可能性のある状態、薬物、老年医学的リスクに依存する。 患者適応型医薬品安全のためのグラフ-ポリケート蒸留フレームワークであるATLASを紹介する。 ATLASは医薬品安全グラフとしてガイドラインエビデンスを構成する。 対象の質問は患者の状態を更新し、関連する関係を患者固有の薬剤紛争グラフ(PMCG)に蒸留する。 リスクファーストのマルチエージェントポリシーでは、PMCGを使用して禁忌をスクリーニングし、注意と監視の必要性を評価し、より安全な代替品を特定し、最終的な医薬品計画を検証する。 GeriMedBenchは、安全クリティカルな情報取得とエビデンスに基づく意思決定のリビジョンをテストするインタラクティブなベンチマークである。 欧州の非対話型マルチモービディティーベンチマーク、アジアの対話型マルチモービディティベンチマーク、およびアジアの非対話型クロスガイドラインベンチマークにおいて、ATLASは比較システムの中で最強の完全決定性能を達成している。 欧州の非対話型マルチモービルディティーベンチマークでは、厳密な成功率53.73ポイント、総合安全推論スコア14.63ポイントという最強のプロプライエタリなLCMベースラインを上回り、自動評価の下では安全でないレコメンデーションが存在しない。 盲目の臨床医の評価は、ATLASの5つの基準とフラグの合計平均評価を高くし、1つのATLASのケースと2つのジェミニのケースで安全でないレコメンデーションを与える。

関連論文リスト

• SafeRx-Agent: A Knowledge-Grounded Multi-Agent Framework for Safe and Explainable Medication Recommendation [12.70587762578296]
  患者コンテキスト,外部臨床知識,安全性検証を用いて,追跡可能な薬剤セットを推奨する知識基盤型マルチエージェントフレームワークであるSafeRx-Agentを提案する。 MIMIC-IIIおよびMIMIC-IVデータセットによる実験結果から、SafeRx-Agentは薬物相互作用、禁忌、医薬品セットサイズを制御しながら、きめ細かい薬物の予測精度を向上させることが示された。
  論文  参考訳（メタデータ） (2026-05-27T22:15:48Z)
• CareGuardAI: Context-Aware Multi-Agent Guardrails for Clinical Safety & Hallucination Mitigation in Patient-Facing LLMs [5.437368195729715]
  CareGuardAIは、患者向け医療質問応答のためのリスク対応安全フレームワークである。 推論時にCareGuardAIは、コントローラエージェント、安全制約生成、二重リスク評価からなる多段階パイプラインを使用する。 patientSafeBench, MedSafetyBench, MedHallu に対する CareGuardAI の評価を行った。
  論文  参考訳（メタデータ） (2026-04-07T10:54:57Z)
• Health-ORSC-Bench: A Benchmark for Measuring Over-Refusal and Safety Completion in Health Context [82.32380418146656]
  Health-ORSC-Benchは、医療におけるtextbfOver-Refusalと textbfSafe Completionの品質を測定するために設計された最初の大規模ベンチマークである。 私たちのフレームワークは、人間の検証を備えた自動パイプラインを使用して、さまざまなレベルの意図の曖昧さでモデルをテストします。 Health-ORSC-Benchは、次世代の医療AIアシスタントを調整するための厳格な標準を提供する。
  論文  参考訳（メタデータ） (2026-01-25T01:28:52Z)
• RxSafeBench: Identifying Medication Safety Issues of Large Language Models in Simulated Consultation [19.41567007880886]
  大規模言語モデル(LLM)は多様な医療タスクにおいて顕著な進歩を遂げた。 しかし、それらの医薬品の安全性に関する研究は、現実世界のデータセットが不足しているため、依然として限られている。 臨床相談をシミュレートし,評価し,LSMの薬剤安全性を体系的に評価する枠組みを提案する。
  論文  参考訳（メタデータ） (2025-11-06T12:56:34Z)
• Beyond Benchmarks: Dynamic, Automatic And Systematic Red-Teaming Agents For Trustworthy Medical Language Models [87.66870367661342]
  大規模言語モデル(LLM)は、医療におけるAIアプリケーションで使用される。 LLMを継続的にストレステストするレッドチームフレームワークは、4つのセーフティクリティカルなドメインで重大な弱点を明らかにすることができる。 敵エージェントのスイートは、自律的に変化するテストケースに適用され、安全でないトリガー戦略を特定し、評価する。 私たちのフレームワークは、進化可能でスケーラブルで信頼性の高い、次世代の医療AIのセーフガードを提供します。
  論文  参考訳（メタデータ） (2025-07-30T08:44:22Z)
• Lessons Learned from Evaluation of LLM based Multi-agents in Safer Therapy Recommendation [9.84660526673816]
  本研究では,Large Language Model (LLM) を用いたマルチエージェントシステムの有用性と有用性について検討した。 我々は,MDT(Multidisciplinary Team)意思決定をシミュレーションする単一のエージェントとMASフレームワークを設計した。 我々はMAS性能を単エージェントアプローチと実世界のベンチマークと比較した。
  論文  参考訳（メタデータ） (2025-07-15T02:01:38Z)
• Medical Red Teaming Protocol of Language Models: On the Importance of User Perspectives in Healthcare Settings [48.096652370210016]
  本稿では,患者と臨床医の両方の視点で医療領域に適した安全評価プロトコルを提案する。 医療用LLMの安全性評価基準を3つの異なる視点を取り入れたレッドチームで定義した最初の研究である。
  論文  参考訳（メタデータ） (2025-07-09T19:38:58Z)
• 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)
• LlaMADRS: Prompting Large Language Models for Interview-Based Depression Assessment [75.44934940580112]
  LlaMADRSは、オープンソースのLarge Language Models(LLM)を利用して、うつ病の重症度評価を自動化する新しいフレームワークである。 本研究は,クリニカルインタヴューの解釈・スコアリングにおけるモデル指導のために,慎重に設計された手がかりを用いたゼロショットプロンプト戦略を用いている。 実世界における236件のインタビューを対象とし,臨床評価と強い相関性を示した。
  論文  参考訳（メタデータ） (2025-01-07T08:49:04Z)

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。