論文の概要: Multi-Agent Retrieval-Augmented Causality Assessment (MARCA) of Individual Case Safety Reports in Pharmacovigilance
- arxiv url: http://arxiv.org/abs/2610.33279v1
- Date: Fri, 23 Oct 2026 20:43:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.290941
- Title: Multi-Agent Retrieval-Augmented Causality Assessment (MARCA) of Individual Case Safety Reports in Pharmacovigilance
- Title（参考訳）: MARCA(Multi-Agent Retrieval-Augmented Causality Assessment)を施行した薬剤師の1例
- Abstract要約: 奈良城を基盤とした因果性評価のためのフレームワークであるMARCAを開発した。
我々は,ヒトの専門家との合意と非RAGスコアとRAGスコアの差を評価した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Introduction: Increasing volumes of individual case safety reports (ICSRs) challenge expert-led causality assessment in pharmacovigilance. We developed MARCA (Multi-Agent Retrieval-Augmented Causality Assessment), a four-agent framework for Naranjo-based assessment, and evaluated agreement with human experts and exploratory differences between non-RAG and RAG-labelled scores. Methods: MARCA combined scientific literature retrieval, drug-label assessment, objective-evidence classification, and clinical causality reasoning using Gemini 2.5 Pro and DeepSeek-V3.2. Agent-generated rationales informed human-assisted scoring. A consensus expert reference standard covered 215 ICSRs and 1,562 drug-event combinations (DECs) from FAERS (Q1-Q2 2025). Agreement was measured using percentage agreement and Cohen's kappa. Results: Question-level agreement was 96.8% for Naranjo Q2 (kappa = 0.491; 95% CI 0.265-0.663), 85.4% for Q5 (kappa = 0.269; 95% CI 0.180-0.340), and 96.8% for Q10 (kappa = 0.922; 95% CI 0.885-0.951). Final causality classification agreement was 79.4% (95% CI 71.8-85.3; kappa = 0.587, 95% CI 0.450-0.690). In a retrospective subset of 60 DECs, agreement was higher for RAG-labelled than non-RAG scores for Q5 (83.3% vs 65.0%) and Q10 (100.0% vs 18.3%). Discussion: MARCA-assisted assessment showed substantial variation in agreement across Naranjo questions, with lower concordance for alternative causes. Retrospective RAG comparisons are exploratory and do not establish prospective effectiveness.
- Abstract（参考訳）: 導入: 個別ケースセーフティレポート(ICSR)の量の増加は、薬物移動における専門家主導の因果性評価に挑戦する。
MARCA(Multi-Agent Retrieval-Augmented Causality Assessment, MARCA)を開発した。
方法:MARCAはGemini 2.5 ProとDeepSeek-V3.2を用いた科学的文献検索、薬物ラベル評価、客観的エビデンス分類、臨床因果推論を組み合わせた。
エージェント生成的合理性情報を用いた人間支援スコアリング
コンセンサス専門家基準では、FAERS (Q1-Q2 2025) から215のICSRと1,562のDECをカバーしている。
合意は、パーセンテージ協定とコーエンのカッパを用いて測定された。
結果:Q2は96.8%(kappa = 0.491; 95% CI 0.265-0.663)、Q5は85.4%(kappa = 0.269; 95% CI 0.180-0.340)、Q10は96.8%(kappa = 0.922; 95% CI 0.885-0.951)であった。
最終因果分類協定は79.4%(95% CI 71.8-85.3; kappa = 0.587, 95% CI 0.450-0.690)であった。
60のDECの振り返りのサブセットでは、RAGスコアがQ5(83.3%対65.0%)とQ10(100.0%対18.3%)の非RAGスコアよりも高い。
考察: MARCA による評価では, ナラニホの質問に対して, 一致度が著しく変化し, 代替要因との一致度が低かった。
振り返りRAG比較は探索的であり、将来的な効果を確立できない。
関連論文リスト
- AGO AI Quality Gate: Evidence-First Release Decisions for Retrieval-Augmented Generation [35.18016233072556]
AGO AI Quality Gateは、産業RAGアセスメントエンゲージメントにデプロイされるエビデンスファーストの品質ゲートフレームワークである。
AGOは4つの重要なコンポーネントを統合している。データ不足を処理し、エラーを明確な結果として判断する4状態決定モデルだ。
RAGBenchは、12データセットにわたる100kの注釈付きRAGトレースの公開ベンチマークである。
論文 参考訳（メタデータ） (2026-10-01T07:24:04Z) - Cross-dataset transportability of pediatric chest X-ray deep learning across three countries: discrimination, calibration, operating-point failure, and limited-label recovery [0.0]
小児肺炎分類において, 識別, 確率校正, 固定操作点輸送, 限定ラベル回復性を別々に検証する計算プロトコルについて検討した。
国間でのデータセット間のシフトは、ランク付け、確率アライメント、ソース定義決定行動に異なる影響を及ぼした。
論文 参考訳（メタデータ） (2026-09-04T13:39:48Z) - Neurosymbolic Alignment for Physiologically-Safe Clinical Language Models [34.30791848883716]
本稿では,HGNNをベースとした生理的世界モデルと7B臨床LLMを併用したトレーニングタイムフレームワークであるNeurosymbolic Alignmentを提案する。
候補者の反応は、ホメオスタティックな制約、マルチホップパスの妥当性、薬物相互作用の罰則を用いて評価される。
臨床安全ベンチマーク(CSB: Clinical Safety Benchmark)は、遺伝子的臨床推論における生理的制約違反に対する2500-scenarioベンチマークである。
論文 参考訳（メタデータ） (2026-08-25T13:20:03Z) - Calibrated Alzheimer's Conversion Risk in Mild Cognitive Impairment: Persistent Homology of Clinical Trajectories with Conformal Guarantees [0.0]
軽度の認知障害からアルツハイマー病への転換を予測することは、臨床試験とケア計画の中心である。
既存のモデルは個々のレベルの不確実性評価を提供しておらず、透明な漏洩監査を含むことは滅多にない。
本研究は, 持続的ホモロジーの経時的臨床軌道点雲への応用について紹介する。
論文 参考訳（メタデータ） (2026-07-20T00:00:17Z) - Agentic clinical reasoning over longitudinal myeloma records: a retrospective evaluation against expert consensus [13.511095666949055]
多発性骨髄腫は、数年から数十年にわたって連続的な治療によって管理される。
第3次センターで治療を受けた811人の骨髄腫患者(2001年-2026年)の縦断的臨床記録について振り返り評価を行った。
単パス検索増強世代 (RAG) と反復RAG (反復RAG) , フルコンテクスト入力 (フルコンテクスト入力) を比較した。
エージェント推論は、最も複雑な質問と最長の記録に集中して、共有天井を超える唯一のアプローチであった。
論文 参考訳（メタデータ） (2026-04-27T13:41:18Z) - MedSkillAudit: A Domain-Specific Audit Framework for Medical Research Agent Skills [7.84691221924879]
本研究は,医学研究専門職を対象としたドメイン固有監査フレームワークを開発し,予備評価した。
5つの医学研究カテゴリーにまたがって75のスキルを評価した(15。
コンセンサスの平均スコアは72.4(SD = 13.0)、スキルの57.3%がリミテッド・リリースの閾値を下回った。
論文 参考訳（メタデータ） (2026-04-22T11:01:48Z) - From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。
商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。
低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
論文 参考訳（メタデータ） (2026-03-02T13:02:13Z) - PanCanBench: A Comprehensive Benchmark for Evaluating Large Language Models in Pancreatic Oncology [48.732366302949515]
大規模言語モデル(LLM)は、標準化された検査において専門家レベルの性能を達成したが、複数の選択精度は現実の臨床的有用性や安全性を十分に反映していない。
我々は、未確認患者の質問に対して、専門家のルーブリックを作成するための、ループ内人間パイプラインを開発した。
LLM-as-a-judge フレームワークを用いて,22のプロプライエタリおよびオープンソース LLM の評価を行い,臨床完全性,事実精度,Web-search 統合について検討した。
論文 参考訳（メタデータ） (2026-03-02T00:50:39Z) - Explainable Admission-Level Predictive Modeling for Prolonged Hospital Stay in Elderly Populations: Challenges in Low- and Middle-Income Countries [65.4286079244589]
長期滞在期間 (pLoS) は, 院内感染のリスクに関連する重要な要因である。
入院レベルの患者と病院の診療データを用いて, pLosの予測モデルを開発し, 解説する。
論文 参考訳（メタデータ） (2026-01-07T23:35:24Z) - Detection of subclinical atherosclerosis by image-based deep learning on chest x-ray [86.38767955626179]
460胸部X線で冠状動脈カルシウム(CAC)スコアを予測する深層学習アルゴリズムを開発した。
AICACモデルの診断精度は, 曲線下領域(AUC)で評価された。
論文 参考訳（メタデータ） (2024-03-27T16:56:14Z)
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。