論文の概要: BioMed-Agent-RL: A Meta Learning, All You Need for Biomedical Applications
- arxiv url: http://arxiv.org/abs/2608.21864v1
- Date: Sat, 22 Aug 2026 09:16:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.495435
- Title: BioMed-Agent-RL: A Meta Learning, All You Need for Biomedical Applications
- Title（参考訳）: BioMed-Agent-RL: バイオメディカル応用に必要なメタラーニング
- Abstract要約: 本稿では、適応的なオーケストレーション、ポリシー、報酬に基づく強化学習(RL)モデルを組み込んだ統合医療エージェントであるBioMed-Agent-RLについて紹介する。
このフレームワークは、独立した臨床推論のために、事実、信頼性、堅牢、専門家のようなインテリジェントエージェントシステムを構築するための新しい標準を提案する。
- 参考スコア（独自算出の注目度）: 6.965381807066163
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The current progress of Clinical Vision Large Language Models (C-VLLMs) has substantially improved digital diagnostics, still these frameworks often endure lesion noises, modality misalignment, hallucination, and missed contextual grounding in complex clinical cases. Moreover, prevailing agent systems usually depend on static and non-adaptable pipelines and lack the versatility necessary for complex medical reasoning. To resolve these difficulties, we present BioMed-Agent-RL, a unified medical agent that incorporates adaptive orchestration, policy, and reward-based reinforcement learning (RL) models for biomedical applications. To ensure reliability, it invokes clinical context-aware preference optimization (CPO), direct preference optimization (DPO), and group relative policy optimization (GRPO) with dynamic entropy regulation. This pipeline utilizes a multimodal meta-learning approach that operates as a field-specific expert and human judgment synthesizer. The agent adaptively utilizes a set of model-level expertise, such as clinical grounding and reasoner, lesion segmenter, and field-specific synthesizer, across various clinical modalities (e.g., X-ray) by utilizing an iterative and adaptive RL approach. The agent learns to seriously synthesize misleading, conflicting vision cues and trust in inherent reasoning, while specialist advice is faulty. An intensive ablation study is conducted across multiple benchmarks, and the agent significantly outperforms existing state of the art models, such as GPT-5, attaining up to ~73% accuracy (gain of ~5%) over contemporary baselines. As a result, the framework suggests a new standard for building factual, reliable, robust, and expert-like intelligent agent systems for independent clinical reasoning.
- Abstract（参考訳）: 臨床ビジョン大言語モデル(C-VLLMs)の現在の進歩は、デジタル診断を大幅に改善した。
さらに、一般的なエージェントシステムは、通常静的で適応不可能なパイプラインに依存し、複雑な医学的推論に必要な汎用性を欠いている。
これらの課題を解決するために,適応的オーケストレーション,ポリシー,報酬に基づく強化学習(RL)モデルを組み込んだ統合医療エージェントであるBioMed-Agent-RLを提案する。
信頼性を確保するため、動的エントロピー制御を伴う臨床コンテキスト対応優先最適化(CPO)、直接優先最適化(DPO)、グループ相対政策最適化(GRPO)を起動する。
このパイプラインは、フィールド固有の専門家と人間の判断シンセサイザーとして機能するマルチモーダルなメタラーニングアプローチを利用する。
本発明の薬剤は、反復的かつ適応的なRLアプローチを用いて、様々な臨床形態(例えば、X線)にわたって、臨床基盤と推論器、病変セグメンタ、およびフィールド特異的シンセサイザーなどのモデルレベルの専門知識のセットを適応的に活用する。
エージェントは、誤解を招く、矛盾するビジョンの手がかりと固有の推論への信頼を真剣に合成することを学び、専門家のアドバイスは失敗する。
集約的アブレーション研究は複数のベンチマークで行われ、エージェントはGPT-5のような既存の最先端モデルよりも優れており、現代のベースラインよりも最大で73%の精度(約5%の精度)を達成している。
結果として、このフレームワークは、独立した臨床推論のための、事実、信頼性、堅牢、専門家のようなインテリジェントエージェントシステムを構築するための新しい標準を提案する。
関連論文リスト
- Sparse Multi-Stage Expert-Agent Routing for Complex Clinical Reasoning [8.604005197463147]
Sparse Multi-Stage Expert-Agentは、段階的ルーティングプロセスとして診断をモデル化する言語ベースの臨床推論フレームワークである。
段階的に利用可能な臨床証拠が与えられ、このフレームワークは進化するケース状態を維持し、医療専門家のスパースセットを適応的に活性化する。
MAC および AgentClinic-NEJM から再構成した多段階の症例に対して,本フレームワークは,高いファクトレベルの診断品質を維持しつつ,アクティベートした専門家の平均数を 17.0 から 3.0 に削減する。
論文 参考訳（メタデータ） (2026-08-22T13:23:30Z) - Agentifying Patient Dynamics within LLMs through Interacting with Clinical World Model [57.78184285979881]
敗血症治療推奨のための世界モデル拡張LDMエージェントであるSepsisAgentを紹介する。
SepsisAgentは、学習された臨床世界モデルを使用して、候補の流体圧薬の介入下での患者の反応をシミュレートする。
論文 参考訳（メタデータ） (2026-05-14T11:50:00Z) - 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) - Clinical Cognition Alignment for Gastrointestinal Diagnosis with Multimodal LLMs [63.535652574541764]
MLLM(Multimodal Large Language Models)は医用画像解析において顕著な可能性を示した。
消化器内視鏡におけるそれらの応用は、現在、2つの重要な限界によって妨げられている。
本稿では,これらの課題に対処する新しい臨床認知アライメント(CogAlign)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-21T07:47:37Z) - A Multi-Agent Framework for Interpreting Multivariate Physiological Time Series [9.72130666902599]
本稿では,多変量生理的時系列を記述した役割構造型マルチエージェントシステムであるVivaldiを紹介する。
実験の結果,エージェントパイプラインは,非思考的,医学的に微調整されたモデルに極めて有用であることがわかった。
一方、痛みスコアや滞在時間といった主観的対象は、限定的あるいは矛盾的な変化を示す。
論文 参考訳（メタデータ） (2026-03-04T14:55:46Z) - MedRoute: RL-Based Dynamic Specialist Routing in Multi-Agent Medical Diagnosis [49.78267008828593]
臨床実践では、複数の専門医が診断を行い、それぞれが専門分野に特化している。
この新興分野の現在のアプローチは、通常、様々な専門家の静的または事前定義された選択に依存しており、現実的なシナリオの変化に適応できない。
LMMエージェントの協調システムからなる柔軟で動的なマルチエージェントフレームワークであるMedRouteを提案する。
論文 参考訳（メタデータ） (2026-02-05T19:50:04Z) - A Federated and Parameter-Efficient Framework for Large Language Model Training in Medicine [59.78991974851707]
大規模言語モデル(LLM)は、質問応答や診断など、医療ベンチマークにおいて強力なパフォーマンスを示している。
ほとんどの医療用LDMは、異種システムの一般化性と安全性の制限に直面している単一の機関のデータに基づいて訓練されている。
本稿では, LLMを医療応用に適用するためのモデルに依存しない, パラメータ効率のよいフェデレーション学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-29T18:48:21Z) - MMedExpert-R1: Strengthening Multimodal Medical Reasoning via Domain-Specific Adaptation and Clinical Guideline Reinforcement [63.82954136824963]
医療ビジョンランゲージモデルでは、現実世界のシナリオで必要とされる複雑な臨床推論を伴う知覚タスクが優れている。
本稿ではドメイン固有の適応とガイドライン強化を通じてこれらの課題に対処する新しい推論MedVLMを提案する。
論文 参考訳（メタデータ） (2026-01-16T02:32:07Z) - Multi-Agent Intelligence for Multidisciplinary Decision-Making in Gastrointestinal Oncology [13.663415863327996]
ヒト多部門チーム(MDT)の協調ワークフローをエミュレートした階層型マルチエージェントフレームワークを提案する。
このシステムは4.60/5.00の総合評価スコアを獲得し、モノリシック基線よりも大幅に改善された。
この結果は,腫瘍学における自動意思決定支援のための,緩和的,エージェントベースの協調作業が,スケーラブルで解釈可能,かつ,臨床的に堅牢なパラダイムを提供することを示している。
論文 参考訳（メタデータ） (2025-12-09T14:56:40Z) - Revisiting Rule-Based Stuttering Detection: A Comprehensive Analysis of Interpretable Models for Clinical Applications [5.692357910541593]
本稿では,ルールに基づく散乱検出システムについて包括的な解析を行う。
本稿では,発話速度正規化,マルチレベル音響特徴分析,階層的決定構造を組み込んだルールベースフレームワークを提案する。
規則に基づくシステムは特に延長検出(97～99%の精度)に優れ、様々な発話速度で安定した性能を提供することを示した。
論文 参考訳（メタデータ） (2025-08-21T15:01:05Z) - DoctorAgent-RL: A Multi-Agent Collaborative Reinforcement Learning System for Multi-Turn Clinical Dialogue [18.814676128928234]
大規模言語モデル (LLMs) は, バイオメディカルな質問応答の分野で優れた能力を発揮してきたが, 実際の臨床研究への応用はいまだに課題に直面している。
我々は,医療相談を不確実性下での動的意思決定プロセスとしてモデル化する,強化学習(RL)に基づくマルチエージェント協調フレームワークであるOursを提案する。
本手法は,医療資源の配分を最適化し,労働力不足を緩和する戦略の草分けとして,時間的プレッシャーによる誤診リスクの低減,複雑な症例に対する臨床医の解放,医療資源配分の最適化,労働力不足の緩和など,極めて実践的な価値を示す。
論文 参考訳（メタデータ） (2025-05-26T07:48:14Z)
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。