論文の概要: X-Ragent: Tool-Augmented Reinforcement Learning for Evidence-Grounded Chest X-Ray Reasoning
- arxiv url: http://arxiv.org/abs/2610.16811v1
- Date: Mon, 12 Oct 2026 13:59:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-18 21:28:04.088458
- Title: X-Ragent: Tool-Augmented Reinforcement Learning for Evidence-Grounded Chest X-Ray Reasoning
- Title（参考訳）: X-Ragent: 証拠収集型胸部X線推論のためのツール強化強化学習
- Abstract要約: X-Ragentはツール強化強化学習のためのポストトレーニングフレームワークである。
有効な定量測定の取得から、補助的証拠を習得した。
X-Ragentは、完全にホールドアウトされたChestAgentBenchの8.6ポイントの改善を含む、最も強力な結果を得た。
- 参考スコア（独自算出の注目度）: 12.977878734477803
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Chest X-ray (CXR) interpretation often requires integrating visual findings with task-specific evidence rather than relying on direct visual recognition alone. While tool-augmented medical agents can supply such evidence via external modules, they often lack explicit mechanisms for learning when auxiliary evidence is needed and for preventing inapplicable quantitative evidence from entering diagnostic reasoning. To address this, we propose X-Ragent, a post-training framework for tool-augmented reinforcement learning that decouples learned auxiliary-evidence seeking from validity-gated quantitative measurement acquisition for evidence-grounded CXR reasoning. We construct Rad-CoT, a 7.7K-sample corpus combining causally ordered tool-augmented trajectories with report-style diagnostic reasoning, and use it to initialize Qwen3-VL-8B via agentic supervised fine-tuning (SFT). We then optimize the policy with Group Relative Policy Optimization (GRPO) using an accuracy-gated reward that applies process-level terms for measurement consistency and auxiliary-tool cost only to correct trajectories, preventing plausible process behavior from compensating for an incorrect diagnosis. Across three CXR benchmarks, X-Ragent achieves the strongest results, including an 8.6-point improvement on the fully held-out ChestAgentBench. By seeking evidence selectively and admitting only valid measurements, X-Ragent supports more faithful and evidence-grounded CXR reasoning.
- Abstract（参考訳）: 胸部X線(CXR)の解釈は、直接的な視覚認識に頼るのではなく、視覚的な発見とタスク固有の証拠を統合することを必要とすることが多い。
ツール強化された医療エージェントは、外部モジュールを介してそのような証拠を供給できるが、補助的な証拠が必要なときに学習するための明確なメカニズムが欠如し、不適切な定量的証拠が診断の推論に入るのを防ぐことがしばしばある。
そこで我々は,ツール強化強化学習のための後学習フレームワークであるX-Ragentを提案する。
我々は、7.7KサンプルコーパスであるRad-CoTを構築し、因果的に順序付けられたツール拡張軌跡とレポートスタイルの診断推論を組み合わせ、エージェント制御微調整(SFT)によりQwen3-VL-8Bを初期化する。
次に、測定整合性および補助ツールコストのプロセスレベル項を適用し、トラジェクトリの修正のみを施した精度の高い報酬を用いて、グループ相対政策最適化(GRPO)によるポリシーを最適化し、適切なプロセス動作が誤診断を補うのを防ぐ。
3つのCXRベンチマークで、X-RagentはChestAgentBenchの8.6ポイントの改善を含む最強の結果を得た。
証拠を選択的に求め、有効な測定のみを認めることで、X-Ragentはより忠実で根拠に基づくCXR推論を支持している。
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) - XrayClaw: Cooperative-Competitive Multi-Agent Alignment for Trustworthy Chest X-ray Diagnosis [0.8880611506199769]
XrayClawは、高度な協調競合アーキテクチャを通じてマルチエージェントアライメントを運用する新しいフレームワークである。
XrayClawは、4つの専門的な協力エージェントを統合して、独立した監査役として機能する競合エージェントとともに、体系的な臨床ワークフローをシミュレートする。
以上の結果から,XrayClawは累積幻覚を効果的に緩和し,CXR自動診断の信頼性を高めることが示唆された。
論文 参考訳（メタデータ） (2026-04-03T03:39:30Z) - A Reasoning-Enabled Vision-Language Foundation Model for Chest X-ray Interpretation [48.23500302185585]
CXR解釈のための推論可能な視覚言語モデルであるCheXOneを提案する。
CheXOneは、診断予測と明示的で臨床的に根拠付けられた推論トレースを共同で生成する。
55%のケースでは,CheXOneドラフトレポートは常駐レポートと同等かそれ以上であることがわかった。
論文 参考訳（メタデータ） (2026-04-01T05:19:09Z) - Guideline-Grounded Evidence Accumulation for High-Stakes Agent Verification [60.18369393468405]
既存の検証器は通常、ドメイン知識の欠如と限られた校正のために性能が劣る。
GLEANは専門家によって計算されたプロトコルをトラジェクトリインフォームされ、よく校正された正当性信号にコンパイルする。
我々は,MIMIC-IVデータセットから得られた3つの疾患の薬物的臨床診断でGLEANを実証的に検証した。
論文 参考訳（メタデータ） (2026-03-03T09:36:43Z) - Search-R2: Enhancing Search-Integrated Reasoning via Actor-Refiner Collaboration [49.9937230730202]
本稿では,新たなアクター・リファイナ・コラボレーション・フレームワークであるSearch-R2を提案する。
提案手法は,生成過程をアクターに分解し,最初の推論軌道を生成する。
本稿では,検索-R2がモデルスケール全体にわたって強力なRAGとRLベースのベースラインを一貫して上回ることを示す。
論文 参考訳（メタデータ） (2026-02-03T15:32:09Z) - CXRAgent: Director-Orchestrated Multi-Stage Reasoning for Chest X-Ray Interpretation [62.0150409256153]
我々は、CXR解釈のためのディレクター調整型多段階エージェントであるCXRAgentを提案する。
エージェントは、Evidence-driven Validatorによって正規化され検証された出力を持つ一連のCXR分析ツールを戦略的にオーケストレーションする。
様々なCXR解釈タスクの実験は、CXRAgentが強いパフォーマンスを示し、視覚的証拠を提供し、異なる複雑さの臨床的タスクにうまく一般化していることを示している。
論文 参考訳（メタデータ） (2025-10-24T10:31:30Z) - RadAgents: Multimodal Agentic Reasoning for Chest X-ray Interpretation with Radiologist-like Workflows [24.834310777522067]
エージェントシステムは、特殊なエージェント間のコラボレーションを通じて、複雑な臨床的タスクを解決する潜在的な経路を提供する。
胸部X線(CXR)の解釈では、一般的な方法が限られている。
本稿では,CXR解釈のためのフレームワークであるRadAgentsについて述べる。
論文 参考訳（メタデータ） (2025-09-24T19:08:01Z) - End-to-End Agentic RAG System Training for Traceable Diagnostic Reasoning [52.12425911708585]
Deep-DxSearchは、強化学習(RL)でエンドツーエンドに訓練されたエージェントRAGシステムである。
Deep-DxSearchでは,患者記録と信頼性のある医療知識情報を含む大規模医療検索コーパスを構築した。
実験により、エンドツーエンドのRLトレーニングフレームワークは、プロンプトエンジニアリングやトレーニングフリーなRAGアプローチよりも一貫して優れています。
論文 参考訳（メタデータ） (2025-08-21T17:42:47Z) - InsightX Agent: An LMM-based Agentic Framework with Integrated Tools for Reliable X-ray NDT Analysis [16.686848727476644]
非破壊試験(NDT)は産業品質保証に不可欠である。
既存のディープラーニングベースのアプローチは、対話性、解釈可能性、そして批判的な自己評価能力に欠けることが多い。
本稿では,信頼性,解釈性,インタラクティブなNDT分析を実現するための新しいLMMベースのエージェントフレームワークであるInsightX Agentを提案する。
論文 参考訳（メタデータ） (2025-07-20T10:23:22Z)
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。