論文の概要: Learning When to Collaborate: Selective Multi-Agent Medical Reasoning via Uncertainty-Aware Routing

• arxiv url: http://arxiv.org/abs/2610.33544v1
• Date: Sat, 24 Oct 2026 08:39:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.357335
• Title: Learning When to Collaborate: Selective Multi-Agent Medical Reasoning via Uncertainty-Aware Routing
• Title（参考訳）: いつコラボレートするか:不確かさを意識したルーティングによる選択的マルチエージェント医療推論
• Abstract要約: 本稿では,コラボレーションを学習可能な判断として扱う,完全に局所的なマルチエージェント手法を提案する。 SMART-Medは,既存のMAS手法と比較して,競争性能が高いことを示す。 微調整後、SMART-MedはSlake、PathVQA、VQA-RAD、PMC-VQAで平均6.7%改善した。
• 参考スコア（独自算出の注目度）: 6.518319725893838
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-agent systems have emerged as a promising paradigm for multimodal medical reasoning, but existing methods rely on two assumptions that hinder practical deployment: (i) always-active dense collaboration among multiple agents, and (ii) dependence on large cloud-based models that raise privacy and efficiency concerns. In this paper, we challenge both assumptions and propose SMART-Med, a fully local multi-agent method that treats collaboration as a learnable decision rather than a default behavior. Our key insight is that not every medical query requires costly multi-agent deliberation: many can be reliably solved by a single well-trained agent, while only uncertain cases benefit from expert collaboration. Based on this insight, SMART-Med introduces an uncertainty-driven routing mechanism that adaptively decides when to answer directly and when to recruit a small subset of expert agents, effectively converting dense multi-agent reasoning into selective, query-adaptive coordination. To make this routing reliable, we curate a new multimodal medical dataset MedVR-3K with high-quality reasoning traces and a difficulty hierarchy, and then fine-tune local agents using GRPO with two complementary rewards: a certainty-aware accuracy reward and a vision-language reward model for correctness and reasoning quality respectively. Experiments on four medical visual question answering benchmarks show that SMART-Med achieves competitive performance compared to existing MAS approaches while substantially reducing inference cost (reducing inference time by more than 3.8x and token usage by 72%). Moreover, after fine-tuning on MedVR-3K, SMART-Med yields an average improvement of 6.7% across Slake, PathVQA, VQA-RAD, and PMC-VQA.
• Abstract（参考訳）: マルチエージェントシステムは、マルチモーダル医療推論のための有望なパラダイムとして登場したが、既存の手法は、実践的な展開を妨げる2つの仮定に依存している。 (i)複数のエージェント間で常に活発な密接なコラボレーション、及び (ii)プライバシと効率上の懸念を提起する大規模なクラウドベースのモデルに依存します。 本稿では,双方の仮定に挑戦し,既定の動作ではなく,学習可能な判断として協調を扱う,完全に局所的なマルチエージェント手法SMART-Medを提案する。 私たちの重要な洞察は、すべての医療クエリが費用がかかるマルチエージェントの議論を必要とするわけではないということです。 この知見に基づいて、SMART-Medは、いつ直接答えるか、いつ専門家エージェントの小さなサブセットを募集するかを適応的に決定する不確実性駆動のルーティング機構を導入し、高密度なマルチエージェント推論を選択的でクエリ適応的な調整に効果的に変換する。 このルーティングを信頼性の高いものにするために、高品質な推論トレースと難易度階層を持つ新しいマルチモーダル医療データセットMedVR-3Kをキュレートし、それぞれ正当性および推論品質を判定するための確実な精度報酬と視覚言語報酬モデルという2つの相補的な報酬をGRPOを用いて微調整する。 SMART-Medは既存のMASアプローチと比較して競争性能を向上し、推論コストを大幅に削減した(推論時間を3.8倍以上削減し、トークン使用率を72%削減した)。 さらに、MedVR-3Kを微調整した後、SMART-MedはSlake、PathVQA、VQA-RAD、PMC-VQAで平均6.7%改善した。

関連論文リスト

• EMS: Multi-Agent Voting via Efficient Majority-then-Stopping [62.95000188335248]
  推論効率を向上させるために,EMS(Efficient Majority-then-Stopping)を提案する。 EMSはタスク認識の信頼性に基づいてエージェントを優先順位付けし、大多数が達成された時点で推論パイプラインを終了する。 EMSは、呼び出しされたエージェントの平均数を32%減少させる。
  論文  参考訳（メタデータ） (2026-04-03T08:29:50Z)
• MediHive: A Decentralized Agent Collective for Medical Reasoning [9.073167371102386]
  大規模言語モデル (LLM) は医学的推論タスクに革命をもたらしたが、単一エージェントシステムは複雑な学際的な問題に悩まされることが多い。 医療質問応答のための分散型マルチエージェントフレームワークであるMediHiveを紹介する。 我々の研究は、医療AIのためのスケーラブルでフォールトトレラントなD-MASを進歩させ、集中型設計の重要な限界に対処します。
  論文  参考訳（メタデータ） (2026-03-28T05:57:58Z)
• Collaborative Multi-Agent Test-Time Reinforcement Learning for Reasoning [112.16686518063456]
  textbfMulti-Agent Test-Time Reinforcement Learning (MATTRL)を導入する。 MATTRLは、マルチターンの議論、テストタイムの経験の検索と統合、最終的な意思決定のコンセンサスに到達するための、複数の専門家のチームを形成する。 MATTRLは、医学、数学、教育の挑戦的なベンチマーク全体にわたって、マルチエージェントベースラインで平均3.67%、同等のシングルエージェントベースラインで平均8.67%の精度を向上する。
  論文  参考訳（メタデータ） (2026-01-14T17:57:43Z)
• MedAlign: A Synergistic Framework of Multimodal Preference Optimization and Federated Meta-Cognitive Reasoning [52.064286116035134]
  我々はMed-VQA(Med-VQA)のための視覚的LVLM応答を保証するフレームワークであるMedAlignを開発した。 まず、優先学習を視覚的コンテキストに合わせるために、マルチモーダルな直接選好最適化(mDPO)の目的を提案する。 次に、画像とテキストの類似性を生かし、クエリを専門的でコンテキスト拡張されたLVLMにルーティングする検索型混合処理(RA-MoE)アーキテクチャを設計する。
  論文  参考訳（メタデータ） (2025-10-24T02:11:05Z)
• 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)
• MDAgents: An Adaptive Collaboration of LLMs for Medical Decision-Making [45.74980058831342]
  MDAgents(Medical Decision-making Agents)と呼ばれる新しいマルチエージェントフレームワークを導入する。 割り当てられた単独またはグループの共同作業構造は、実際の医療決定過程をエミュレートして、手元にある医療タスクに合わせて調整される。 MDAgentsは医療知識の理解を必要とするタスクに関する10のベンチマークのうち7つのベンチマークで最高のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-04-22T06:30:05Z)

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。