論文の概要: DentAgent: Evidence-Centric Multi-Agent Coordination for Multimodal Dental Reasoning
- arxiv url: http://arxiv.org/abs/2608.18878v1
- Date: Wed, 19 Aug 2026 12:58:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.402842
- Title: DentAgent: Evidence-Centric Multi-Agent Coordination for Multimodal Dental Reasoning
- Title（参考訳）: マルチモーダル歯科補綴のためのデントエージェント--エビデンス中心のマルチエージェントコーディネート
- Abstract要約: 歯科用AIのためのエビデンス中心型マルチエージェントフレームワークであるDentAgentを紹介する。
各専門家は、観測結果を構造化された証拠記録に変換するために、ドメインツールを使用する。
エビデンス・ブラックボードは、これらの記録を共有エビデンスステートとして管理し、応答生成前のカバレッジ、ギャップ、コンフリクトを追跡する。
- 参考スコア（独自算出の注目度）: 32.53481435542718
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Oral diseases affect billions of people worldwide, underscoring a pressing need for accurate and reliable dental assessment that integrates heterogeneous evidence from domain knowledge, radiographs, intraoral photographs, and 3D dental data. Most existing dental AI systems remain modality- or task-specific. Although recent vision-language models support flexible dental question answering, directly generated response leaves evidence implicit and untraceable. To address these limitations, we introduce DentAgent, an evidence-centric multi-agent framework, in which the Orchestrator coordinate five specialized agents spanning various modalities. Each specialist utilizes domain tools to convert observations into structured evidence records. The Evidence Blackboard manages these records as a shared evidence state, tracking coverage, gaps, and conflicts before response generation. This standardized evidence representation integrates isolated dental capabilities into a unified agentic workflow. Across four benchmarks, DentAgent demonstrates leading performance, even surpassing the senior specialists by 17.3 percentage points on multi-label diagnosis, which supports its value for broadly applicable and traceable multimodal dental reasoning, and highlights its potential as a technical foundation for population oral health assessment and management.
- Abstract（参考訳）: 口腔疾患は世界中の何十億もの人々に影響を与えており、ドメイン知識、放射線写真、口腔内写真、および3D歯科データからの異質な証拠を統合する、正確で信頼性の高い歯科評価の必要性を強調している。
既存の歯科用AIシステムの多くは、モダリティやタスクに特化している。
近年の視覚言語モデルはフレキシブルな歯科的質問応答をサポートしているが、直接生成された応答は証拠を暗黙的かつ追跡不能にしている。
これらの制約に対処するため,Orchestratorは5つの特殊エージェントを調整し,様々なモダリティにまたがるエビデンス中心のマルチエージェントフレームワークであるDentAgentを導入する。
各専門家は、観測結果を構造化された証拠記録に変換するために、ドメインツールを使用する。
エビデンス・ブラックボードは、これらの記録を共有エビデンスステートとして管理し、応答生成前のカバレッジ、ギャップ、コンフリクトを追跡する。
この標準化されたエビデンス表現は、孤立した歯科機能を統合されたエージェントワークフローに統合する。
4つのベンチマークで、デントアジェントは先進的なパフォーマンスを示しており、マルチラベル診断では17.3%のポイントを上回り、広く適用可能でトレース可能なマルチモーダル・デンタル・推論の価値を支え、人口の口腔健康評価と管理の技術的基盤としての可能性を強調している。
関連論文リスト
- PanDent: Toward Comprehensive Tooth-Level Structure-Language Consistency in Dental Radiology [46.36925477064605]
PanDent(パンデント)は、精密で専門家が検証した歯科レベルのアノテーションに基づいて構築された、大規模で臨床的に基礎付けられたOPGベンチマークである。
データセットは9,524の高品質OPGで構成され、それぞれに包括的な構造化アノテーションが関連付けられている。
その結果、現在のMLLMは、流動的な報告を生成できるが、臨床的に一貫した記述を生成できないことが明らかとなった。
論文 参考訳（メタデータ） (2026-07-29T18:36:07Z) - OralAgent: Integrating Reasoning, Tools, and Knowledge for Interactive Dental Image Analysis [53.581112172626234]
OralAgentは,マルチモーダル推論,ツールベースの意思決定,知識に基づく検索を統一する最初の歯科用AIエージェントである。
22の視覚分析ツールと368の古典的歯科用教科書を統合し、自律的推論、計画、ツールの使用、知識検索、多段階ワークフロー実行を可能にしている。
論文 参考訳（メタデータ） (2026-04-09T06:37:11Z) - Dental-TriageBench: Benchmarking Multimodal Reasoning for Hierarchical Dental Triage [20.215180861560558]
理学療法を駆使した歯科用トリアージベンチマークとして,初となる歯科用トリアージベンチについて紹介する。
専門家が承認した黄金の推論軌跡に注釈を付けた未確認ケースが246件含まれている。
歯科医師3名に対して, プロプライエタリ, オープンソース, 医療ドメインMLLM19名を対象にベンチマークを行った。
論文 参考訳（メタデータ） (2026-03-18T07:43:49Z) - 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) - DentalGPT: Incentivizing Multimodal Complex Reasoning in Dentistry [28.389946455559713]
現在のマルチモーダル大言語モデル(MLLM)は、細粒度の歯の視覚的詳細を捉えるのに苦労している。
高品質なドメイン知識注入と強化学習により開発された歯科用MLLMである歯科用GPTについて述べる。
論文 参考訳（メタデータ） (2025-12-12T13:42:57Z) - OralGPT-Omni: A Versatile Dental Multimodal Large Language Model [44.919874082284686]
オラルGPT-オムニ (OralGPT-Omni) は, 各種歯科画像モダリティおよび臨床タスクを包括的に分析するための最初の歯科用特殊化MLLMである。
歯科医師の診断的推論を的確に把握するために,臨床に基礎をおくチェーン・オブ・ソート・データセットであるTRACE-CoTを構築した。
MMOral-Uniは歯科画像解析のための最初の統一型マルチモーダルベンチマークである。
論文 参考訳（メタデータ） (2025-11-27T03:21:20Z) - Towards Generalist Intelligence in Dentistry: Vision Foundation Models for Oral and Maxillofacial Radiology [22.124686092997717]
DentVFMは歯科医療用に設計された視覚基礎モデル(VFM)の最初のファミリーである。
幅広い歯科応用のためのタスク非依存の視覚表現を生成する。
それは印象的な一般知性を示し、多様な歯科作業に対する堅牢な一般化を実証している。
論文 参考訳（メタデータ） (2025-10-16T10:24:23Z) - DentVLM: A Multimodal Vision-Language Model for Comprehensive Dental Diagnosis and Enhanced Clinical Practice [71.62725911420627]
本稿では,専門レベルの口腔疾患診断のために設計された視覚言語モデルであるDentVLMを紹介する。
このモデルは、36の診断タスクで7つの2D経口画像モダリティを解釈できる。
若年者歯科医師13名(36名中21名)の診断成績を上回り,12名中12名(36名中12名)の診断成績を上回りました。
論文 参考訳（メタデータ） (2025-09-27T14:47:37Z)
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。