論文の概要: SCOPE-AD: Sequential cost-aware ordinal-belief planning with energy-based models for diagnostic agents
- arxiv url: http://arxiv.org/abs/2610.01278v1
- Date: Thu, 01 Oct 2026 08:16:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.996495
- Title: SCOPE-AD: Sequential cost-aware ordinal-belief planning with energy-based models for diagnostic agents
- Title（参考訳）: SCOPE-AD: 診断薬のエネルギーモデルを用いた逐次的コスト認識オーディナルビリーフ計画
- Abstract要約: アルツハイマー病の診断には、不均一な検査コストと患者の負担によるシーケンシャルエビデンス取得が必要である。
認知正常(CN)、軽度認知障害(MCI)、ADのコスト意識分類のためのSCOPE-AD(Sequential Cost-Aware Ordinal-Belief Planning with Energy-Based Models for Diagnostic Agents)を提案する。
- 参考スコア（独自算出の注目度）: 15.368185203421945
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Alzheimer's disease (AD) diagnosis requires sequential evidence acquisition under heterogeneous test costs and patient burden. Fixed-modality predictors do not jointly decide which test to acquire or when the available evidence is sufficient for diagnosis. We propose SCOPE-AD (Sequential Cost-Aware Ordinal-Belief Planning with Energy-Based Models for Diagnostic Agents) for cost-aware classification of cognitively normal (CN), mild cognitive impairment (MCI), and AD cases. A mask-aware ordinal model represents uncertainty along the ordered CN--MCI--AD continuum. Retrospective training records provide sampled Bellman targets for an energy-based teacher, whose action distributions are distilled into a Qwen policy. At deployment, the agent selects acquisition or diagnosis actions under availability and budget constraints without access to unacquired values. After each acquisition, the evidence and ordinal belief are updated before the next decision. On ADNI, SCOPE-AD achieves 77.70\% Macro-F1 at an average acquisition cost of \$50.46, exceeding the strongest evaluated baseline by 9.34 percentage points. Full-modality evaluation raises Macro-F1 by only 1.89 points while increasing acquisition cost by 116.7 times. These results support selective acquisition for cost-effective diagnosis.
- Abstract（参考訳）: アルツハイマー病(AD)の診断には、不均一な検査コストと患者負担によるシーケンシャルエビデンス取得が必要である。
固定モダリティ予測器は、どのテストを取得するか、または診断に十分な証拠をいつ取得するかを共同で決定しない。
認知正常(CN)、軽度認知障害(MCI)、ADのコスト意識分類のためのSCOPE-AD(Sequential Cost-Aware Ordinal-Belief Planning with Energy-Based Models for Diagnostic Agents)を提案する。
マスク対応順序モデルは、順序付けられたCN--MCI--AD連続体に沿った不確実性を表す。
振り返りトレーニング記録は、エネルギーベースの教師のためのサンプルのベルマン目標を提供し、その行動分布をQwenポリシーに蒸留する。
デプロイ時に、エージェントは、未取得の値にアクセスすることなく、可用性および予算制約の下での取得または診断アクションを選択する。
取得後、次の決定の前に証拠と規則的信念が更新される。
ADNIでは、SCOPE-ADが平均取得コスト50.46ドルで77.70\%のマクロF1を達成し、評価ベースラインの9.34ポイントを上回っている。
完全モダリティ評価では、マクロF1はわずか1.89ポイント、買収コストは116.7倍である。
これらの結果は、コスト効率の良い診断のための選択的取得を支援する。
関連論文リスト
- Beyond Relevance: Bayesian Evidence Acquisition for Agentic Whole-Slide Image Reasoning [72.86819994769634]
全体スライド画像推論(WSI)では、診断問題に答える前に、エージェントが視覚的証拠を逐次取得する必要がある。
本稿では,WSI推論をベイズ証拠取得問題として再検討する,プラグイン・アンド・プレイのエージェント・フレームワークBEACONを提案する。
論文 参考訳（メタデータ） (2026-08-06T08:40:57Z) - Dementia Etiology Diagnosis via Collaborative Meta Knowledge Enhancement [81.27196033392559]
認知症発症診断のための協調的メタ知識向上(COME)フレームワークを提案する。
COMEは、マルチセンタ取得セマンティクス、ソース識別子、モダリティインジケータを異種性を認識した埋め込みとして、スケールアップトレーニングのためにTransformerアーキテクチャに注入する。
本手法は,平均マクロ平均AUCが85.62%,最強ベースラインが4.29ポイント向上し,最先端のドメイン性能を実現する。
論文 参考訳（メタデータ） (2026-07-24T04:26:47Z) - CDPR: Counterfactual Advantage-based Credit Assignment for Cost-Aware Sequential Medical Diagnosis [28.56605391853806]
我々は、診断をコストを意識したシーケンシャルな意思決定プロセスとしてモデル化する。
本稿では,CDPR (Counterfactual Diagnostic Process Reward) を提案する。
論文 参考訳（メタデータ） (2026-06-27T05:12:52Z) - SDM-Q: Cost-Aware Staged Decision-Making for Multi-Omics Classification with Deep Q-Learning [11.225104702367693]
適応型・コスト対応型マルチオミクス分類のための強化学習フレームワークであるSDM-Qを提案する。
また,SDM-Qは,競合的分類性能を維持しつつ,冗長なモダリティ獲得を効果的に抑制することを示した。
論文 参考訳（メタデータ） (2026-05-29T08:47:51Z) - Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity [66.94391219005291]
本稿では,臨床プロトコルロジックによる自動スクリーニングを実現するエージェント認知プロファイリング(ACP)を提案する。
我々の設計の中心は、すべての定量化を決定論的関数呼び出しに委譲することで、測定から意味的理解を分離することである。
ACPは、タスク試験で90.5%のスコアマッチ率、AD予測で85.3%の精度を達成し、一般的な基準を上回っている。
論文 参考訳（メタデータ） (2026-03-18T06:15:35Z) - Optimizing Point-of-Care Ultrasound Video Acquisition for Probabilistic Multi-Task Heart Failure Detection [3.5617951813421818]
本稿では、RLエージェントが次のビューを選択して取得を終了するパーソナライズされたデータ取得戦略を提案する。
終了時,診断モデルは大動脈狭窄(AS)重症度と左室放出率(LVEF)を同時予測する
本手法は32%の動画を用いて,AS重度分類とLVEF推定における平均平衡精度(bACC)を77.2%達成し,フルスタディ性能と一致した。
論文 参考訳（メタデータ） (2026-02-14T07:56:21Z) - MedAD-R1: Eliciting Consistent Reasoning in Interpretible Medical Anomaly Detection via Consistency-Reinforced Policy Optimization [46.65200216642429]
我々はMedADの最初の大規模マルチモーダル・マルチセンタベンチマークであるMedAD-38Kを紹介し、構造化された視覚質問応答(VQA)ペアとともに、CoT(Chain-of-Thought)アノテーションを特徴付ける。
提案するモデルであるMedAD-R1は、MedAD-38Kベンチマーク上での最先端(SOTA)性能を実現し、強いベースラインを10%以上上回った。
論文 参考訳（メタデータ） (2026-02-01T07:56:10Z) - An Adaptive Machine Learning Triage Framework for Predicting Alzheimer's Disease Progression [12.418201300163545]
軽度認知障害(MCI)からアルツハイマー病(AD)への転換の正確な予測は、効果的なパーソナライズされた治療を可能にする。
予測された「情報の価値」に基づいて、高度でコストのかかる特徴を選択的に得る2段階の機械学習フレームワークを設計する。
我々のフレームワークは、基本的な機能と高度な機能の両方を使用するモデルに匹敵する0.929のAUROCを達成しながら、高度なテストの必要性を20%削減します。
論文 参考訳（メタデータ） (2025-11-10T03:57:56Z) - A Progressive Single-Modality to Multi-Modality Classification Framework for Alzheimer's Disease Sub-type Diagnosis [40.838012045852]
現在のアルツハイマー病(AD)の診断には、複数の診断段階から取得した複数のモダリティがあり、それぞれが異なる使用法とコストを持っている。
そこで本研究では,早期の低コスト段階におけるアクセシビリティに基づく診断結果の提供を目的とした,新たな進歩型ADサブタイプ診断フレームワークを提案する。
提案手法を多種多様な公用および家庭内データセット上で評価し,最先端の手法よりも優れた性能を実現する。
論文 参考訳（メタデータ） (2024-07-26T02:25:45Z) - Exploiting prompt learning with pre-trained language models for
Alzheimer's Disease detection [70.86672569101536]
アルツハイマー病(AD)の早期診断は予防ケアの促進とさらなる進行の遅らせに不可欠である。
本稿では,AD分類誤差をトレーニング対象関数として一貫して用いたPLMの高速微調整法について検討する。
論文 参考訳（メタデータ） (2022-10-29T09:18:41Z) - Exploring linguistic feature and model combination for speech
recognition based automatic AD detection [61.91708957996086]
音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。
専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。
本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
論文 参考訳（メタデータ） (2022-06-28T05:09:01Z)
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。