論文の概要: Foundation Agents Meet Agentic Deep Research: Evidence-Grounded Clinical Code Forecasting

• arxiv url: http://arxiv.org/abs/2608.17075v1
• Date: Mon, 17 Aug 2026 19:24:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.116697
• Title: Foundation Agents Meet Agentic Deep Research: Evidence-Grounded Clinical Code Forecasting
• Title（参考訳）: ファウンデーションエージェントがエージェントディープリサーチを開催:エビデンスを取り巻く臨床コード予測
• Abstract要約: 次世代のICD予測は、どの標準診断コードが将来の訪問時に文書化されるかを予測する。 ICD-Deepresearchは、これらの予測基盤モデルと医療検索とICD辞書を構成している。
• 参考スコア（独自算出の注目度）: 4.210444435679759
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Next-encounter ICD forecasting predicts which standardized diagnosis codes will be documented at a future visit from the longitudinal record available beforehand. The task is prospective and multi-label: the target note does not yet exist, and several codes may be correct. Structured EHR foundation models capture recurrence and temporal progression, whereas language foundation models generate flexible diagnostic hypotheses. We introduce ICD-Deepresearch, a DeepResearch workflow that composes these predictive foundation models with medical search and ICD dictionaries. Because no source reveals the future code set, research evaluates candidate transitions by linking patient evidence, external clinical relations, and exact code semantics under a fixed top-K budget. Candidate Generation uses SparseEHR to produce an EHR Prior that initializes two bounded Research Expansion rounds; an independent GPT-5 Direct Forecast supplies complementary candidates. Final Selection validates, deduplicates, and jointly ranks both paths, after which a separate module writes rationales without changing predictions. Finally ICD-Deepresearch achieves patient-averaged precision/recall of 24.60/35.09% on MIMIC-III and 25.14/48.32% on MIMIC-IV. Physicians rate 51% and 68% of its retrieved documents useful, compared with 22% and 39% for standalone GPT-5 web search and 32% and 41% for Medical Deep Research. ICD-Deepresearch therefore improves over the registered local comparators while retrieving evidence with higher physician-rated usefulness than the standalone research systems
• Abstract（参考訳）: 次世代のICD予測は、どの標準診断コードが、事前に利用可能な長手記録から将来の訪問時に文書化されるかを予測する。 ターゲットノートはまだ存在せず、いくつかのコードが正しいかもしれない。 構造化ERH基盤モデルは再発と時間進行を捉えるが、言語基盤モデルは柔軟な診断仮説を生成する。 ICD-Deepresearchは,これらの予測基盤モデルを構成するDeepResearchワークフローであり,医用検索とICD辞書を備えている。 情報源が将来のコードセットを明らかにしていないため、患者証拠、外部臨床関係、および固定されたトップK予算の下での正確なコードセマンティクスをリンクすることで、候補遷移を評価する。 候補生成は、SparseEHRを使用して、2つの境界研究拡張ラウンドを初期化するEHRプリミティブを生成し、独立したGPT-5 Direct Forecastが補完的な候補を提供する。 最終選択は、両方の経路を検証し、重複し、共同でランク付けし、その後、別個のモジュールが予測を変更することなく有理性を書き込む。 ICD-Deepresearchは、MIMIC-IIIでは24.60/35.09%、MIMIC-IVでは25.14/48.32%の患者平均精度/リコールを実現している。 医師は検索した文書の51%と68%が有用であり、スタンドアロンのGPT-5ウェブサーチでは22%と39%、メディカルディープリサーチでは32%と41%である。 したがって、ICD-Deepresearchは、独立した研究システムよりも医師レベルの有用性が高い証拠を検索しながら、登録されたローカルコンパレータよりも改善する。

関連論文リスト

• RAP: Research Attention Prediction Reveals Target-Conditioned Evidence Acquisition Biases [58.92094935632493]
  大規模言語モデル(LLM)は研究エージェントとしての役割がますます高まっているが、研究の関心の変化を追跡する能力は評価が難しい。 278のAI/MLフィールドと1,390のエピソードをカバーするローリングベンチマークであるResearch Attention Prediction (RAP)を紹介する。 それぞれのカットオフで、LLMエージェントは時間的に制限されたarXivコーパスを検索し、次の6ヶ月の論文の共有を8つの凍った研究方向にわたって予測する。
  論文  参考訳（メタデータ） (2026-09-09T12:15:14Z)
• EviCare: Enhancing Diagnosis Prediction with Deep Model-Guided Evidence for In-Context Reasoning [62.61394722212386]
  EviCareは、大規模言語モデルにディープモデルガイダンスを統合する、コンテキスト内推論フレームワークである。 LLMのみのベースラインと深層モデルのみのベースラインを2つの実世界のEHRベンチマークで連続的に上回っている。
  論文  参考訳（メタデータ） (2026-04-12T04:35:14Z)
• AgentIR: Reasoning-Aware Retrieval for Deep Research Agents [76.29382561831105]
  ディープリサーチエージェントは、各検索の前に明示的な自然言語推論を生成する。 Reasoning-Aware Retrievalは、クエリと一緒にエージェントの推論トレースを埋め込む。 DR-Synthは、標準的なQAデータセットからDeep Researchレトリバーのトレーニングデータを生成する。 AgentIR-4Bは、オープンウェイトエージェントであるTongyi-DeepResearchで68%の精度を達成する。
  論文  参考訳（メタデータ） (2026-03-04T18:47:26Z)
• R2MED: A Benchmark for Reasoning-Driven Medical Retrieval [21.743193381874878]
  推論駆動型医療検索のために設計された最初のベンチマークであるR2MEDを紹介する。 Q&A参照検索、臨床証拠検索、臨床症例検索の3つのタスクにまたがる876のクエリで構成されている。 我々はR2MED上で広く使われている15の検索システムを評価し,最良モデルでさえ31.4 nDCG@10しか達成できないことを確認した。
  論文  参考訳（メタデータ） (2025-05-20T16:15:30Z)
• A Classification Benchmark for Artificial Intelligence Detection of Laryngeal Cancer from Patient Voice [0.30723404270319693]
  現在の診断経路は非効率であり、患者と医療システムの両方に不適切なストレスを与える。 オープンソースデータセット上でトレーニングおよび評価された36のモデルからなるベンチマークスイートを導入する。 我々の最良のモデルでは、バランスの取れた精度が83.7%、感度が84.0%、特異性が83.3%、AUROCが91.8%である。
  論文  参考訳（メタデータ） (2024-12-20T10:34:03Z)
• MedCoT: Medical Chain of Thought via Hierarchical Expert [48.91966620985221]
  本稿では,新しい階層的検証手法であるMedCoTについて述べる。 生体画像検査における解釈可能性と精度を高めるように設計されている。 4つの標準Med-VQAデータセットに対する実験的評価は、MedCoTが既存の最先端アプローチを上回ることを示している。
  論文  参考訳（メタデータ） (2024-12-18T11:14:02Z)
• MADE-for-ASD: A Multi-Atlas Deep Ensemble Network for Diagnosing Autism Spectrum Disorder [4.7377709803078325]
  本稿では,従来の診断手法と潜在的な自動化ソリューションのギャップを埋める。 我々は,脳の機能的磁気共鳴画像(fMRI)データの複数のアトラスを統合するマルチアトラスディープアンサンブルネットワーク,MADE-for-ASDを提案する。 提案手法は,ASD診断性能を向上させるための予測ワークフローに,人口統計情報を統合する。
  論文  参考訳（メタデータ） (2024-07-09T17:49:23Z)
• Multi-stage Retrieve and Re-rank Model for Automatic Medical Coding Recommendation [22.323705343864336]
  国際疾患分類(ICD)は、医学的な分類体系である。 ICDインデックスの主な目的は、ICDコードのサブセットを医療記録に割り当てることである。 既存のほとんどのアプローチは、非常に大きなICDコレクションから適切なラベルサブセットを選択することに苦しんだ。
  論文  参考訳（メタデータ） (2024-05-29T13:54:30Z)
• Continuous Predictive Modeling of Clinical Notes and ICD Codes in Patient Health Records [9.427150895481832]
  本研究は, 患者全員の滞在時間におけるICDコード予測の可能性について検討した。 早期に診断と治療を予測する手法の開発は、予測医学の機会を開く可能性がある。
  論文  参考訳（メタデータ） (2024-05-19T17:23:04Z)
• Benchmarking Predictive Risk Models for Emergency Departments with Large Public Electronic Health Records [7.928862476020428]
  大規模な公開 EHR に基づく広く受け入れられている ED ベンチマークは存在しない。 我々は、パブリックEDベンチマークスイートを提案し、2011年から2019年までの50万回のED訪問を含むベンチマークデータセットを得た。 私たちのコードはオープンソースなので、MIMIC-IV-EDにアクセス可能な人は、データ処理の同じステップを辿り、ベンチマークを構築し、実験を再現できます。
  論文  参考訳（メタデータ） (2021-11-22T06:51:11Z)
• BiteNet: Bidirectional Temporal Encoder Network to Predict Medical Outcomes [53.163089893876645]
  本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。 エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。 実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
  論文  参考訳（メタデータ） (2020-09-24T00:42:36Z)
• DeepEnroll: Patient-Trial Matching with Deep Embedding and Entailment Prediction [67.91606509226132]
  臨床試験は医薬品開発に不可欠であるが、高価で不正確で不十分な患者募集に苦しむことが多い。 DeepEnrollは、入力基準(タブラリデータ)を一致する推論のための共有潜在空間に共同でエンコードする、クロスモーダル推論学習モデルである。
  論文  参考訳（メタデータ） (2020-01-22T17:51:25Z)

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。