論文の概要: MedPrune: Topology-Efficient Multimodal Multi-Agent Communication Evolution for Medical VQA Tasks
- arxiv url: http://arxiv.org/abs/2610.06695v1
- Date: Mon, 05 Oct 2026 16:55:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 23:34:13.109298
- Title: MedPrune: Topology-Efficient Multimodal Multi-Agent Communication Evolution for Medical VQA Tasks
- Title（参考訳）: MedPrune:医療用VQAタスクのためのマルチモーダルマルチエージェント通信のトポロジー
- Abstract要約: 医療用マルチモーダルマルチエージェント協調フレームワークであるMedPruneを提案する。
まず、異種通信グラフとして診断プロセスを定式化する。
適応的な協調的進化を可能にする2つのスパーシフィケーション機構を導入する。
- 参考スコア（独自算出の注目度）: 43.782151928513116
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: While medical multimodal large language models (Med-MLLMs) advance medical visual question answering (VQA), existing clinical workflow-inspired multi-agent frameworks suffer from interaction patterns and excessive computational overhead caused by redundant communication topologies. In this paper, we propose MedPrune, an efficient medical multimodal multi-agent collaboration framework that dynamically prunes both nodes and edges from the communication topology to enhance reasoning ability and token efficiency. Specifically, we first formulate the diagnostic process as a heterogeneous communication graph, where nodes represent specialist agents from various departments and edges capture intra- and inter-departmental interactions. Building on this graph, we introduce two sparsification mechanisms to enable adaptive collaborative evolution: (1) Heterogeneous Node Sparsification, which eliminates task-irrelevant specialist agents irrelevant to the current multimodal question via reinforcement learning-driven topological optimization, and (2) Heterogeneous Edge Sparsification, which selectively retains only the most diagnostically salient intra- and inter-departmental connections by jointly optimizing task performance and topological complexity. Extensive medical VQA experiments under full-set and few-shot training settings prove MedPrune surpasses multi-agent baselines and boosts token efficiency with strong adversarial robustness.
- Abstract（参考訳）: 医療用マルチモーダル大規模言語モデル (Med-MLLMs) が医療用視覚質問応答 (VQA) を前進させる一方で、既存のワークフローに触発されたマルチエージェントフレームワークは、冗長な通信トポロジによって引き起こされる相互作用パターンと過剰な計算オーバーヘッドに悩まされている。
本稿では,コミュニケーショントポロジからノードとエッジの両方を動的に抽出し,推論能力とトークン効率を向上させる,効率的な医療マルチモーダルマルチエージェント協調フレームワークであるMedPruneを提案する。
具体的には、まず、ノードが様々な部署の専門エージェントを代表し、部門内および部門間相互作用をキャプチャする異種通信グラフとして、診断プロセスを定式化する。
このグラフに基づいて, 適応的協調進化を可能にする2つのスペーシフィケーション機構を導入する。(1) 強化学習駆動型トポロジ最適化による現在のマルチモーダル問題とは無関係なタスク非関係なスペシャリストを排除し, (2) タスク性能とトポロジ的複雑性を協調的に最適化することにより, 最も診断に精通した内・間接続のみを選択的に保持する異種エッジスペーシフィケーション。
MedPruneはマルチエージェントベースラインを超越し、強力な対向ロバスト性を持つトークン効率を高める。
関連論文リスト
- AgentRx: A Benchmark Study of LLM Agents for Multimodal Clinical Prediction Tasks [0.858186282419397]
大規模言語モデル(LLM)ベースのエージェントは、様々な医療タスクにおいて顕著なパフォーマンスを示した。
コードと評価フレームワークをオープンソース化することで、この研究は、医療におけるエージェントシステムに関連する将来の開発をサポートするための、新しいベンチマークを提供します。
論文 参考訳（メタデータ） (2026-05-11T09:46:41Z) - MedSAM-Agent: Empowering Interactive Medical Image Segmentation with Multi-turn Agentic Reinforcement Learning [53.37068897861388]
MedSAM-Agentは、対話的なセグメンテーションを多段階の自律的な意思決定プロセスとして再構築するフレームワークである。
マルチターン・エンド・ツー・エンドの成果検証を統合した2段階のトレーニングパイプラインを開発した。
6つの医療モダリティと21のデータセットにわたる実験は、MedSAM-Agentが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2026-02-03T09:47:49Z) - 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) - AnyMAC: Cascading Flexible Multi-Agent Collaboration via Next-Agent Prediction [77.62279834617475]
本稿では,グラフ構造ではなくシーケンシャル構造を用いて,マルチエージェント協調を再考するフレームワークを提案する。
提案手法は,(1)各ステップで最も適したエージェントロールを選択するNext-Agent Predictionと,(2)各エージェントが前ステップから関連する情報にアクセスできるようにするNext-Context Selectionの2つの重要な方向に焦点を当てる。
論文 参考訳（メタデータ） (2025-06-21T18:34:43Z) - MMedAgent-RL: Optimizing Multi-Agent Collaboration for Multimodal Medical Reasoning [63.63542462400175]
医療エージェント間の動的に最適化された協調を可能にする強化学習に基づくマルチエージェントフレームワークMMedAgent-RLを提案する。
具体的には、Qwen2.5-VLに基づく2つのGPエージェントをRLを介して訓練する: トリアージ医師は患者を適切な専門分野に割り当てることを学ぶ一方、主治医はマルチスペシャリストの判断を統合する。
5つのVQAベンチマークの実験では、MMedAgent-RLはオープンソースおよびプロプライエタリなMed-LVLMよりも優れており、人間のような推論パターンも示している。
論文 参考訳（メタデータ） (2025-05-31T13:22:55Z) - MedAgentBoard: Benchmarking Multi-Agent Collaboration with Conventional Methods for Diverse Medical Tasks [27.717720332927296]
我々はMedAgentBoardを紹介する。MedAgentBoardは、マルチエージェントコラボレーション、シングルLLM、および従来のアプローチの体系的評価のための総合的なベンチマークである。
MedAgentBoardには、医療(視覚)質問応答、レイサマリ生成、構造化電子健康記録(EHR)予測モデリング、臨床ワークフロー自動化の4つの多様な医療タスクカテゴリが含まれている。
マルチエージェントコラボレーションは特定のシナリオにおいてメリットを示すが、高度な単一LLMを一貫して上回るものではない。
論文 参考訳（メタデータ） (2025-05-18T11:28:17Z) - Scaling Large Language Model-based Multi-Agent Collaboration [72.8998796426346]
近年の大規模言語モデル駆動型自律エージェントのブレークスルーにより、複数エージェントのコラボレーションが集団的推論を通じて各個人を上回ることが判明している。
本研究は、協調剤の連続的な添加が同様の利益をもたらすかどうかを考察する。
論文 参考訳（メタデータ） (2024-06-11T11:02:04Z)
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。