論文の概要: MMedAgent-Plus: Scaling Multimodal Medical Agents across Modalities, Tasks and Workflows

• arxiv url: http://arxiv.org/abs/2610.27233v1
• Date: Mon, 19 Oct 2026 20:00:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.489465
• Title: MMedAgent-Plus: Scaling Multimodal Medical Agents across Modalities, Tasks and Workflows
• Title（参考訳）: MMedAgent-Plus: モダリティ、タスク、ワークフローにまたがるマルチモーダル医療エージェントのスケーリング
• Abstract要約: MMedAgent-Plusはビジョン言語プランナーで、12のタスクと8のモダリティにまたがる18の専門モデルを持つ。 プランナーはスペシャリストを選択し、それらを順番に実行し、その出力に基づいて応答を合成する。 プランナーは、32の公開医療ベンチマークから208,928のサンプルをトレーニングする。
• 参考スコア（独自算出の注目度）: 72.95056190766628
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Medical workflows often require multiple interdependent analyses, but existing specialist and generalist AI models are not designed to coordinate them. We introduce MMedAgent-Plus, a multimodal medical tool-use agent that combines a vision-language planner with 18 leading specialist models spanning 12 tasks and 8 modalities. Through a unified tool interface, the planner selects specialists, executes them in sequence, and synthesizes responses grounded in their outputs. The planner is instruction-tuned on 208,928 samples from 32 public medical benchmarks, covering single- and multi-tool interactions across single and multiple rounds. We separately evaluate tool orchestration, response synthesis, and end-to-end execution on held-out samples. MMedAgent-Plus achieves tool-call accuracies of 91.0%, 98.1%, and 80.7% in single-tool multi-round, multi-tool multi-round, and multi-tool single-round settings, respectively. Given correct tool outputs, MMedAgent-Plus achieves scores of 14.4-14.8 out of 15 for faithfulness, completeness, and conciseness across 600 evaluation samples. In end-to-end execution without pre-supplied tool outputs, MMedAgent-Plus correctly invokes the required specialist in 90.6% of 350 evaluation cases spanning seven tasks. Its final-answer accuracy reaches 0.98, matching the dedicated leading specialist and exceeding the strongest baseline (0.28).
• Abstract（参考訳）: 医療ワークフローは複数の相互依存分析を必要とすることが多いが、既存のスペシャリストとジェネラリストのAIモデルはそれらを調整するために設計されていない。 MMedAgent-Plusは、視覚言語プランナーと、12のタスクと8のモダリティにまたがる18の専門モデルを組み合わせたマルチモーダル医療用ツールである。 統一されたツールインターフェースを通じて、プランナーはスペシャリストを選択し、それらを順番に実行し、アウトプットに基盤付けられたレスポンスを合成する。 プランナーは、32の公開医療ベンチマークから208,928のサンプルをトレーニングし、単一ラウンドと複数ラウンドにわたるシングルツールとマルチツールのインタラクションをカバーしている。 ツールのオーケストレーション,応答合成,エンドツーエンドの実行を,ホールドアウトサンプル上で別々に評価した。 MMedAgent-Plusは、シングルツールのマルチラウンド、マルチツールのマルチラウンド、マルチツールのシングルラウンド設定において、91.0%、98.1%、80.7%のツールコール精度を実現している。 正しいツール出力を与えられたMMedAgent-Plusは、600個の評価サンプルに対する忠実さ、完全性、簡潔さの15点中14.4-14.8点を達成している。 ツール出力が供給されないエンドツーエンドの実行では、MMedAgent-Plusは7つのタスクにまたがる350の評価ケースの90.6%で、必要な専門家を正しく呼び出す。 最終回答の精度は0.98に達し、専門の専門医と一致し、最強のベースライン(0.28)を超えた。

関連論文リスト

• A Multi-Agent LLM Framework for Personalized Health Checkup Interpretation and Guidance [5.6906397069670644]
  本稿では,複数の意図を識別し,それぞれをタスク固有のエージェントにマップし,並列に実行し,出力を合成する多エージェント大規模言語モデル(LLM)を提案する。 韓国のコンプレックスクエリ120に対して, シングルエージェントとマルチエージェント設定で生成した回答を, 2～4つの要件を組み合わせて比較した。
  論文  参考訳（メタデータ） (2026-10-01T10:48:04Z)
• TOBench: A Task-Oriented Omni-Modal Benchmark for Real-World Tool-Using Agents [13.027789222320807]
  MM-ToolBenchはタスク指向のOmni-modalツール用ベンチマークと評価ハーネスである。 MM-ToolBenchの中心設計は閉ループマルチモーダル検証である。 15の現代のエージェントモデルの実験では、MM-ToolBenchは非常に難しいままである。
  論文  参考訳（メタデータ） (2026-05-16T09:49:25Z)
• CHI-Bench: Can AI Agents Automate End-to-End, Long-Horizon, Policy-Rich Healthcare Workflows? [150.84850629123287]
  現実的な医療業務のエンドツーエンドの自動化は、現在のベンチマークで不足している3つの機能を強調します。 $-Benchは3つのドメインにわたる長期医療のベンチマークである。 30以上のエージェントハーネス/モデル構成で、最高のエージェントはタスクの28.0%しか解決せず、厳格なパス3では20%をクリアし、単一のセッションですべてのタスクを実行するとパフォーマンスは3.8%に低下する。
  論文  参考訳（メタデータ） (2026-05-15T22:34:31Z)
• EnactToM: An Evolving Benchmark for Functional Theory of Mind in Embodied Agents [75.01735520608075]
  既存のベンチマークは、直観的信念を問うことで、主にリテラル・オブ・マインド(ToM)をテストする。 EnactToMは, 3D 家庭で設定された300個のマルチエージェントタスクの進化ベンチマークである。 ハードスプリットでは、7つの評価されたフロンティアモデルすべてが機能的なタスク完了時に0.0%のPass3を獲得し、リテラルな信念プローブでは平均45.0%であった。
  論文  参考訳（メタデータ） (2026-05-11T00:04:19Z)
• BioResearcher: Scenario-Guided Multi-Agent for Translational Medicine [1.497336135403194]
  Ingenix BioResearcherはシナリオ誘導型マルチエージェントシステムで、クエリをバージョン管理されたリサーチプレイブックにマップする。 バイオリサーバーは, 単位レベルの能力, オープンエンドなバイオメディカル推論, エンドツーエンドの臨床発見にわたって評価した。
  論文  参考訳（メタデータ） (2026-05-07T10:33:43Z)
• 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)
• MMMG: a Comprehensive and Reliable Evaluation Suite for Multitask Multimodal Generation [81.26818054877658]
  MMMGは、4つのモダリティの組み合わせにまたがるマルチモーダル生成の包括的なベンチマークである。 人間の評価と高度に一致し、平均94.3%の合意を達成している。 GPTイメージは画像生成の精度は78.3%であるが、マルチモーダル推論とインターリーブ生成では不足している。
  論文  参考訳（メタデータ） (2025-05-23T08:21:28Z)

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。