Yeawon Lee Xiaoyang Wang Christopher C. Yang

要約

臨床ノートの正確な解釈は患者ケアにおいて極めて重要であるが、これらのノートの複雑さから自動化は困難である。大規模言語モデル（LLM）は有望な可能性を示しているものの、単一モデルアプローチでは、高リスクの臨床タスクに求められる堅牢性に欠けることがある。本研究では、臨床コンサルテーションチームを模倣する協調型マルチエージェントシステム（MAS）を提案する。このシステムは、SOAPノートの主観的（S）および客観的（O）項目のみを分析し、臨床的問題を特定することを目的としており、原始的なデータを統合して診断評価を導く診断的推論プロセスを模倣している。マネージャーエージェントが動的に割り当てられた専門家エージェントチームを調整し、階層的で反復的な議論を通じて合意に至る。420件のMIMIC-IIIノートから構成されたカレッジデータセット上で、単一エージェントベースラインと比較して、本MASは心不全、急性腎障害、敗血症の同定において一貫して高い性能を示した。エージェント間の議論を定性的に分析した結果、この構造は対立する証拠を効果的に浮き彫りにし、その重みを評価することができたが、時折グループシンキングに陥る傾向も見られた。臨床チームの推論プロセスをモデル化することで、より正確で堅牢かつ解釈可能な臨床意思決定支援ツールの実現に向けた有望な道筋を提供している。