論文の概要: MA-RAG: Multi-Agent Retrieval-Augmented Generation for Query-Driven Summarization of Longitudinal Parkinson's Disease Assessments
- arxiv url: http://arxiv.org/abs/2608.28624v1
- Date: Thu, 30 Jul 2026 23:20:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-06 19:38:41.445808
- Title: MA-RAG: Multi-Agent Retrieval-Augmented Generation for Query-Driven Summarization of Longitudinal Parkinson's Disease Assessments
- Title（参考訳）: MA-RAG : 経時的パーキンソン病評価におけるクエリ駆動要約のためのマルチエージェント検索型生成法
- Abstract要約: MA-RAGはクエリ駆動型マルチエージェント検索拡張生成フレームワークである。
臨床推論をドメイン特化剤に分解する。
構造化された縦断評価データに対して、事実的正確かつ時間的に一貫した応答を生成する。
- 参考スコア（独自算出の注目度）: 0.8859671910259244
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Accurate interpretation of single-visit and longitudinal clinical assessments for Parkinson's disease is time-consuming and often depends on specialist expertise. Although large language models (LLMs) can generate natural language summaries, they frequently lack domain-specific clinical grounding and struggle to produce factually correct and temporally consistent responses for structured longitudinal assessment data. To address these limitations, we propose MA-RAG, a query-driven multi-agent retrieval-augmented generation framework that decomposes clinical reasoning into domain-specialized agents, combines structured fact extraction, and synthesizes clinically grounded summaries through a final verification stage. The framework supports four clinical analysis tasks: single-session, trajectory, comparison, and cohort summarization. We evaluate MA-RAG using objective metrics, namely Fact Precision, Hallucination Rate, Temporal Fidelity, and Semantic Similarity, together with subjective evaluations conducted by clinical experts. Compared to Traditional, RAG-only, and Single-agent RAG baselines, MA-RAG substantially improves factual correctness, achieving up to a 122% relative increase in Fact Precision (from 0.436 to 0.990) and reducing the Hallucination Rate by up to 98% (from 0.564 to 0.010), while consistently receiving top ratings from clinical experts for organization and clinical usefulness. These results demonstrate that domain-specialized multi-agent reasoning enables reliable query-driven summarization of structured longitudinal clinical assessment data.
- Abstract（参考訳）: パーキンソン病の単視および縦断的臨床評価の正確な解釈は時間がかかり、専門的な専門知識に依存していることが多い。
大規模言語モデル(LLM)は、自然言語の要約を生成することができるが、ドメイン固有の臨床基盤を欠くことが多く、構造化された縦断的アセスメントデータに対して、事実的に正確で時間的に一貫した応答を生成するのに苦労する。
これらの制約に対処するため、我々は、ドメイン特化エージェントに臨床推論を分解し、構造化された事実抽出を組み合わせ、最終的な検証段階を通じて臨床基礎の要約を合成するクエリ駆動型マルチエージェント検索拡張生成フレームワークMA-RAGを提案する。
このフレームワークは、単一セッション、軌道、比較、コホート要約の4つの臨床分析タスクをサポートしている。
臨床専門医が実施した主観的評価とともに, 客観的指標であるFact Precision, Hallucination Rate, Temporal Fidelity, Semantic similarity を用いてMA-RAGを評価した。
従来のRAGのみのRAGベースラインと比較すると、MA-RAGは事実の正確性を大幅に改善し、Fact Precision(0.436から0.990まで)の122%の相対的な増加を達成し、幻覚率を最大98%(0.564から0.010まで)まで下げる一方で、組織や臨床的有用性について臨床専門家から常に上位評価を受けている。
これらの結果から,ドメイン特化マルチエージェント推論は,構造化された縦断的臨床評価データの信頼性の高いクエリ駆動要約を可能にすることが示された。
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) - ResidencyRL: Reinforcement Learning in Simulated Clinical Environments [53.76751756107077]
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。
論文 参考訳（メタデータ） (2026-08-07T17:04:41Z) - ReMedi: Reasoner for Medical Clinical Prediction [70.84466325266068]
EHRによる臨床結果予測を改善するためのフレームワークであるReMediを提案する。
ReMediは、複雑な臨床問題に対する挑戦的なサンプル再生機構を用いて有理応答対を生成する。
複数のEHR予測タスクの実験では、F1スコアで最先端のベースラインを19.9%上回った。
論文 参考訳（メタデータ） (2026-05-02T14:44:49Z) - 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) - A Multi-Agent Framework for Medical AI: Leveraging Fine-Tuned GPT, LLaMA, and DeepSeek R1 for Evidence-Based and Bias-Aware Clinical Query Processing [0.4349324020366305]
大規模言語モデル(LLM)は、医療問題に対する回答を約束するが、臨床的使用は、弱い検証、不十分な証拠の根拠、信頼できない信頼のシグナルによって制限される。
本稿では,補完的なLCMとエビデンス検索,不確実性推定,バイアスチェックを組み合わせて回答信頼性を向上させるマルチエージェント医療QAフレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-15T14:17:27Z) - LiveMedBench: A Contamination-Free Medical Benchmark for LLMs with Automated Rubric Evaluation [22.211535340726073]
LiveMedBenchは、オンライン医療コミュニティからリアルな臨床ケースを抽出する、継続的に更新されたベンチマークである。
LiveMedBenchは、38の専門医と複数の言語にまたがる2,756の現実世界のケースで構成され、16,702のユニークな評価基準と組み合わせている。
大規模な評価では、最高のパフォーマンスモデルでさえ39.2%しか達成せず、84%のモデルがカット後のケースで性能劣化を示す。
論文 参考訳（メタデータ） (2026-02-10T23:38:25Z) - 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) - Simulating Viva Voce Examinations to Evaluate Clinical Reasoning in Large Language Models [51.91760712805404]
大規模言語モデル(LLM)におけるシーケンシャルな臨床推論を評価するためのベンチマークであるVivaBenchを紹介する。
本データセットは,医療訓練における(口頭)検査をシミュレートする対話的シナリオとして構成された1762名の医師による臨床ヴィグネットから構成される。
本分析では,臨床における認知的誤りを反映するいくつかの障害モードを同定した。
論文 参考訳（メタデータ） (2025-10-11T16:24:35Z) - GEMA-Score: Granular Explainable Multi-Agent Scoring Framework for Radiology Report Evaluation [7.838068874909676]
Granular Explainable Multi-Agent Score (GEMA-Score)は、大規模言語モデルに基づくマルチエージェントワークフローを通じて、客観的および主観的評価を行う。
GEMA-Scoreは、公開データセット上での人間の専門家評価と最も高い相関を達成している。
論文 参考訳（メタデータ） (2025-03-07T11:42:22Z) - Quantifying the Reasoning Abilities of LLMs on Real-world Clinical Cases [48.87360916431396]
MedR-Benchは1,453例の構造化患者のベンチマークデータセットで、推論基準を付した注釈付きである。
本稿では,3つの批判的診察勧告,診断決定,治療計画を含む枠組みを提案し,患者のケアジャーニー全体をシミュレートする。
このベンチマークを用いて、DeepSeek-R1、OpenAI-o3-mini、Gemini-2.0-Flash Thinkingなど、最先端の5つのLCMを評価した。
論文 参考訳（メタデータ） (2025-03-06T18:35:39Z) - MIA-Prognosis: A Deep Learning Framework to Predict Therapy Response [58.0291320452122]
本稿では,患者の予後と治療反応を予測するための統合型深層学習手法を提案する。
我々は,マルチモーダル非同期時系列分類タスクとして,確率モデリングを定式化する。
我々の予測モデルは、長期生存の観点から、低リスク、高リスクの患者をさらに階層化する可能性がある。
論文 参考訳（メタデータ） (2020-10-08T15:30:17Z)
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。