論文の概要: The LLENS Platform for On-Premises Large Language Model Agents in a Japanese University Hospital: Development and Evaluation Study
- arxiv url: http://arxiv.org/abs/2610.32151v2
- Date: Mon, 26 Oct 2026 04:31:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.213428
- Title: The LLENS Platform for On-Premises Large Language Model Agents in a Japanese University Hospital: Development and Evaluation Study
- Title（参考訳）: 大学病院における大規模言語モデルエージェントLLENSプラットフォームの開発と評価
- Abstract要約: このホームは北海道大学病院の閉鎖ネットワーク内を走る。
ページイメージ読み込み、フルテキストアタッチメント入力、ベクトルインデックスのないパス適応ドキュメントツリー、ネットワーク分離サンドボックス、生成された出力の自己チェック、サブエージェント、保存プロシージャを含む10のコンポーネントを備えている。
このプラットフォームは2026年9月14日から病院ネットワークで運用されている。
- 参考スコア（独自算出の注目度）: 2.248535501081561
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language model agents that use tools could take on part of the electronic health record and desk work that occupies physicians' time, but in many hospitals the medical information systems run inside closed networks, so the model and the agent harness must also be inside the network. We designed, implemented, and deployed LLENS, a clinical support AI agent platform that runs inside the closed network of Hokkaido University Hospital on a single host with 8 NVIDIA H200 GPUs, the open-weight model Kimi K2.6 (~1 trillion parameters), and a web application rebuilt from Open WebUI. The harness has 10 components, including page image reading, full-text attachment input, a path-addressed document tree without a vector index, a network-isolated sandbox, artifact return, self-checking of generated output, subagents, and saved procedures. Kimi K2.6 was chosen from 3 open-weight candidates and scored 480/500 on the 2026 Japanese Medical Licensing Examination; it generated 119 tokens/s for a single user and served 16 concurrent requests at 908 tokens/s in total. On 180 questions over hospital documents (3 seeds each), mean accuracy was 10.7% with no documents, 81.3% with fixed retrieval (top 10 chunks of one lexical search), and 97.2% with interactive access, in which the model reads with document tools and the sandbox (15.9 percentage points above fixed retrieval, 95% CI 10.9-21.3); the difference lay in filtering/counting questions (16.7% vs 87.8%). In an automated test of 13 work scenarios (4 runs each), the expected components were triggered in all runs for 12, and 5 scenarios were run with synthetic data on the deployment host. The platform has run on the hospital network since September 14, 2026.
- Abstract（参考訳）: ツールを使用する大規模言語モデルエージェントは、医師の時間を消費する電子的健康記録や机作業の一部を担うことができるが、多くの病院では、医療情報システムがクローズドネットワーク内で実行されるため、モデルとエージェントハーネスもネットワーク内にある必要がある。
北海道大学病院のクローズドネットワーク内で動作する臨床サポートAIエージェントプラットフォームLLENSを,NVIDIA H200 GPU8台,オープンウェイトモデルKimi K2.6(約1兆パラメータ),Open WebUIから再構築したWebアプリケーションとして設計し,実装し,デプロイした。
ハーネスは、ページイメージ読み込み、フルテキストアタッチメント入力、ベクトルインデックスのないパス適応ドキュメントツリー、ネットワーク分離サンドボックス、アーティファクトリターン、生成された出力の自己チェック、サブエージェント、保存プロシージャを含む10のコンポーネントを備える。
キム・K2.6は3人のオープンウェイト候補の中から選ばれ、2026年の日本医学ライセンス試験で480/500点を獲得し、1人のユーザーで119点、合計で908点、同時要求で16点となった。
病院文書(種別3種)の180質問では、平均精度が10.7%、文書検索が81.3%、文書ツールとサンドボックスで読み取る対話アクセスが97.2%であった(95% CI 10.9-21.3)。
13の作業シナリオ(それぞれ4回の実行)の自動テストでは、予想されるコンポーネントが12のすべての実行でトリガされ、5つのシナリオがデプロイホストの合成データで実行された。
このプラットフォームは2026年9月14日から病院ネットワークで運用されている。
関連論文リスト
- MMedAgent-Plus: Scaling Multimodal Medical Agents across Modalities, Tasks and Workflows [72.95056190766628]
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。
論文 参考訳（メタデータ） (2026-10-19T20:00:50Z) - MuninAI: A Self-Hosted Agentic Framework for Independent Research Groups [1.390808167453179]
Muninは、自己ホスト型の科学アシスタントのためのオープンソースのフレームワークである。
それは、どのオープンウェイトモデルでも、エージェントハーネスで使えるものをラップする。
199のペア文学の質問では、ハーネスはベースモデルの精度を2倍以上にします。
論文 参考訳（メタデータ） (2026-10-16T13:56:37Z) - SciDocBench: A Workflow-Centered Benchmark and Data Pipeline for Scientific Document Understanding [51.537009919690696]
我々は、科学文書理解のためのワークフロー中心のベンチマークであるSciDocBenchを紹介する。
7つの研究支援グループと5つの科学領域にまたがる19のサブタスクで構成されている。
最も評価の高いシステムは62.6/100であり、文書認識、証拠根拠、検証、文書横断推論の弱点が顕著である。
SciDocIR上に構築したSciDocDatasetは、約15Kの微調整サンプルと、14の検証可能なサブタスクにわたる8Kの強化学習サンプルから構成される。
論文 参考訳（メタデータ） (2026-09-04T13:39:48Z) - Auditable agentic AI for evidence-grounded thyroid ultrasound diagnosis and reporting [59.709162055944915]
ThyroidXAgentは、特殊な診断ツールをコーディネートし、その出力を監査可能なケースレベルの証拠記録として保存するエージェントAIシステムである。
NHC-MISD-TUSコホート内35施設8,721件を含む,重複しない28,458件の検査を行った。
セグメンテーションでは平均Diceスコアが87.21パーセント、良悪性分類では平均AUROCが0.9466だった。
論文 参考訳（メタデータ） (2026-08-12T21:02:59Z) - 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) - 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) - ClinQueryAgent: A Conversational Agent for Population Health Management [7.734229817483146]
ClinQueryAgentは、自然言語の健康問題から実行可能なデータベースクエリに変換するシステムである。
既存の人口健康管理プラットフォームに埋め込まれたチャットウィンドウを介してシステムをデプロイする。
英国国立衛生局の計148,319人の患者をカバーする15の医療慣行から128人のスタッフによって使用されている。
論文 参考訳（メタデータ） (2026-04-13T10:07:03Z) - EPPCMinerBen: A Novel Benchmark for Evaluating Large Language Models on Electronic Patient-Provider Communication via the Patient Portal [3.045013061022589]
本稿では,EPPC(Electronic patient-communication)データを解析するためのベンチマークであるEPPCMinerBenを紹介する。
EPPCMinerBenには、コード分類、サブコード分類、エビデンス抽出の3つのサブタスクが含まれている。
イェール・ニューヘイブン病院(Yale New Haven Hospital)の患者ポータルの752通のセキュアなメッセージから,1,933通の専門家注釈文を用いて,コミュニケーション意図と支援テキストの識別に関するLCMを評価した。
論文 参考訳（メタデータ） (2026-02-04T04:41:11Z) - Adoption, usability and perceived clinical value of a UK AI clinical reference platform (iatroX): a mixed-methods formative evaluation of real-world usage and a 1,223-respondent user survey [0.0]
臨床医は、バイオメディカル文献やガイドラインからの情報過剰が増加し、エビデンスベースのケアを妨げている。
RAGをベースとした臨床リファレンスプラットフォームであるiatroXについて述べる。
本報告では, 早期導入, ユーザビリティ, 臨床的価値を, 形式的実装評価から報告する。
論文 参考訳（メタデータ） (2025-09-25T14:03:04Z) - Advancing COVID-19 Diagnosis with Privacy-Preserving Collaboration in
Artificial Intelligence [79.038671794961]
我々はUCADI(Unified CT-COVID AI Diagnostic Initiative)を立ち上げ、各ホスト機関でAIモデルを分散的にトレーニングし、独立して実行することができる。
本研究は,中国とイギリスに所在する23の病院で採取した3,336例の胸部CT9,573例について検討した。
論文 参考訳（メタデータ） (2021-11-18T00:43:41Z)
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。