論文の概要: CRC-Router: Risk-Constrained Routing for Medical Agentic AI Systems
- arxiv url: http://arxiv.org/abs/2609.30714v1
- Date: Fri, 25 Sep 2026 02:42:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.190174
- Title: CRC-Router: Risk-Constrained Routing for Medical Agentic AI Systems
- Title（参考訳）: CRC-Router:医療エージェントAIシステムのためのリスク制約付きルーティング
- Abstract要約: エージェントAIシステムは、スループットを改善し、クリニックのワークロードを減らすために、医療画像の分野でますます研究されている。
中央の要件は、システムがいつ自律的に進むべきかを決定する信頼性の高いルーティングメカニズムである。
本稿では,医療予測モデルとエージェント医療AIシステムの両方に適用可能な,特定かつ不確実性を考慮したルーティングモジュールを提案する。
- 参考スコア（独自算出の注目度）: 20.922629037880128
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agentic AI systems are increasingly being explored in medical imaging to improve throughput and reduce clinician workload; however, safe deployment remains challenging because autonomous errors may propagate into downstream clinical decisions. A central requirement is therefore not only strong predictive performance, but also a reliable routing mechanism that determines when the system should proceed autonomously and when a case should be escalated for further review. To address this gap, we propose CRC-Router, a risk-constrained, uncertainty-aware routing module that is applicable to both conventional medical prediction models and agentic medical AI systems. CRC-Router combines multiple complementary uncertainty signals with the predictive score to construct a per-finding routing feature vector, maps this vector to an estimated wrong-accept risk using a lightweight per-finding risk model, and then applies Conformal Risk Control (CRC) to calibrate acceptance thresholds under a user-specified risk target. Instantiated on chest X-ray multi-finding triage using the NIH ChestX-ray14 dataset, CRC-Router achieves the strongest empirical risk--coverage trade-off among the evaluated baselines, both as a standalone routing layer and as a plug-in module integrated with the state-of-the-art MedRAX agent. These results demonstrate both the effectiveness of CRC-Router in selective medical automation and its modular, model-agnostic compatibility with existing predictive and agentic medical pipelines. Code is publicly available at https://github.com/XLIAaron/CRC-Router
- Abstract（参考訳）: エージェントAIシステムは、スループットの向上と臨床作業量の削減のために、医療画像の分野でますます研究されているが、自律的なエラーが下流の臨床的決定に伝播する可能性があるため、安全なデプロイメントは依然として困難である。
したがって、中央の要件は強い予測性能だけでなく、システムがいつ自律的に進行すべきか、いつケースがエスカレートされるべきかを判断する信頼性の高いルーティング機構でもある。
このギャップに対処するため,従来の医療予測モデルとエージェント医療AIシステムの両方に適用可能なリスク制約付き不確実性対応ルーティングモジュールであるCRC-Routerを提案する。
CRC-Routerは、複数の相補的不確実性信号と予測スコアを組み合わせて、フィンディング毎のルーティング特徴ベクトルを構築し、このベクトルを軽量なフィンディング毎のリスクモデルを用いて推定された誤認識リスクにマッピングし、次いで、コンフォーマルリスク制御(CRC)を適用して、ユーザが特定したリスクターゲット下での受け入れ閾値を校正する。
CRC-RouterはNIH ChestX-ray14データセットを用いて胸部X線マルチフィンディングトリアージを用いて,スタンドアロンルーティング層と,最先端MedRAXエージェントと統合されたプラグインモジュールとして,評価ベースライン間の最強の実験的リスク-カバートレードオフを実現する。
これらの結果は、選択医療自動化におけるCRC-Routerの有効性と、既存の予測型およびエージェント型医療パイプラインとのモジュラー、モデルに依存しない互換性の両方を示している。
コードはhttps://github.com/XLIAaron/CRC-Routerで公開されている。
関連論文リスト
- EGAMA-RC: Risk-Calibrated Evidence-Gated Adaptive Malware Analysis for Robust and Interpretable Memory-Forensic Triage [0.0]
EGAMA-RCはメモリフォレンジックマルウェアのトリアージのためのエビデンスゲートフレームワークである。
データセット固有の洗練、モデルプール評価、逆行テストとオープンファミリーテスト、新規性スコアリング、説明条件付きエビデンス、実行時対応ルーティングを組み合わせたものだ。
論文 参考訳（メタデータ） (2026-08-24T02:13:55Z) - Do Not Forget the Obvious - RISC: A Risk-Informed Slice-Coverage Protocol for Safe Autonomous Driving [1.7138957697358534]
RISC (Risk-Informed Slice Coverage) はリスク誘導型ストレステストとカバレッジ品質評価のための実用的なプロトコルである。
我々は、Zenseact Openデータセットから1000フレームを用いて、単眼歩行知覚のためのプロトコルをインスタンス化する。
この概念実証研究では、リスク誘導選択は、ランダムサンプリング下の34.0%から98.5%に臨界障害発見を増大させる。
論文 参考訳（メタデータ） (2026-08-12T13:32:25Z) - CARE-RAG - Clinical Assessment and Reasoning in RAG [43.1450755645803]
大規模言語モデル(LLM)における検索と推論のギャップについて検討する。
推論の正確性,一貫性,忠実度を計測する評価フレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-20T02:44:55Z) - Uncovering Overconfident Failures in CXR Models via Augmentation-Sensitivity Risk Scoring [1.9837702647603577]
胸部X線写真(CXR)症例を同定するために,ASRS(Augmentation-sensitive risk score)フレームワークを提案する。
ASRSのスコアは、サンプルを安定四成分に成層化し、非常に敏感なケースではリコールがかなり低い。
ASRSは、選択的な予測と臨床レビューのためのラベルなしの手段を提供し、医療AIの公正性と安全性を改善している。
論文 参考訳（メタデータ） (2025-10-02T05:15:40Z) - AT-CXR: Uncertainty-Aware Agentic Triage for Chest X-rays [12.843444405498404]
胸部X線に対する不確実性認識剤AT-CXRについて紹介する。
システムは、ケースごとの信頼度と分散適合度を推定し、次に、自動決定を発行するための段階的なポリシーに従う。
同一の入力と動作を共有する2つのルータの設計を評価する。
論文 参考訳（メタデータ） (2025-08-26T14:33:09Z) - A Survey on Autonomy-Induced Security Risks in Large Model-Based Agents [45.53643260046778]
大規模言語モデル(LLM)の最近の進歩は、自律型AIエージェントの台頭を触媒している。
これらの大きなモデルエージェントは、静的推論システムからインタラクティブなメモリ拡張エンティティへのパラダイムシフトを示す。
論文 参考訳（メタデータ） (2025-06-30T13:34:34Z) - Statistical Management of the False Discovery Rate in Medical Instance Segmentation Based on Conformal Risk Control [2.4578723416255754]
インスタンスセグメンテーションは、病変、腫瘍、解剖学的構造の正確な局在化とデライン化を可能にすることで、医療画像解析において重要な役割を担っている。
Mask R-CNNやBlendMaskのようなディープラーニングモデルは目覚ましい進歩を遂げているが、リスクの高い医療シナリオにおけるそれらの応用は、信頼性の校正の問題によって制限されている。
本稿では,この課題に対処するために,共形予測理論に基づく堅牢な品質制御フレームワークを提案する。
論文 参考訳（メタデータ） (2025-04-06T13:31:19Z) - Instrumental Variable Learning for Chest X-ray Classification [52.68170685918908]
本稿では,素因果関係を排除し,正確な因果表現を得るための解釈可能な機器変数(IV)学習フレームワークを提案する。
提案手法の性能はMIMIC-CXR,NIH ChestX-ray 14,CheXpertデータセットを用いて実証した。
論文 参考訳（メタデータ） (2023-05-20T03:12:23Z) - Bayes risk CTC: Controllable CTC alignment in Sequence-to-Sequence tasks [63.189632935619535]
予測アライメントの望ましい特性を強制するためにベイズリスクCTC(BRCTC)を提案する。
BRCTCを他の早期排出の選好と組み合わせることで、オンラインモデルの性能・遅延トレードオフが改善される。
論文 参考訳（メタデータ） (2022-10-14T03:55:36Z) - Model-based Deep Learning Receiver Design for Rate-Splitting Multiple
Access [65.21117658030235]
本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。
MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。
その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
論文 参考訳（メタデータ） (2022-05-02T12:23:55Z) - Ultra-Reliable Indoor Millimeter Wave Communications using Multiple
Artificial Intelligence-Powered Intelligent Surfaces [115.85072043481414]
複数人工知能(AI)対応再構成可能なインテリジェントサーフェス(RIS)を用いた超信頼性ミリ波(mmW)通信を保証する新しいフレームワークを提案する。
複数のAI駆動RISを使用することで、mmWアクセスポイント(AP)から送信される信号の伝搬方向を変更できます。
mmW APとRISのポリシーを制御するために、2つの集中型および分散コントローラが提案されている。
論文 参考訳（メタデータ） (2021-03-31T19:15:49Z)
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。