[論文レビュー] A Survey of LLM-based Agents in Medicine: How far are we from Baymax?

Wen‐Xuan Wang, Z. Ma+6 more|ArXiv.org|Feb 16, 2025

Statistical and Computational Modeling被引用数 8

ひとこと要約

本調査は、LLMベースの医療エージェントのアーキテクチャ、適用、評価手法、課題を分析し、信頼性の高いBaymax風システムを目指す現在の進展と今後の研究方向を概説する。

ABSTRACT

Large Language Models (LLMs) are transforming healthcare through the development of LLM-based agents that can understand, reason about, and assist with medical tasks. This survey provides a comprehensive review of LLM-based agents in medicine, examining their architectures, applications, and challenges. We analyze the key components of medical agent systems, including system profiles, clinical planning mechanisms, medical reasoning frameworks, and external capacity enhancement. The survey covers major application scenarios such as clinical decision support, medical documentation, training simulations, and healthcare service optimization. We discuss evaluation frameworks and metrics used to assess these agents' performance in healthcare settings. While LLM-based agents show promise in enhancing healthcare delivery, several challenges remain, including hallucination management, multimodal integration, implementation barriers, and ethical considerations. The survey concludes by highlighting future research directions, including advances in medical reasoning inspired by recent developments in LLM architectures, integration with physical systems, and improvements in training simulations. This work provides researchers and practitioners with a structured overview of the current state and future prospects of LLM-based agents in medicine.

研究の動機と目的

• LLMベースのエージェントが医療タスクの設計にどのように寄与しているか、システムプロファイル、計画、推論、外部ツールの役割を評価する。
• 臨床および管理用途を調査し、現状の展開領域とその有効性を把握する。
• 医療エージェントをベンチマークするために用いられる既存の評価フレームワークと指標を評価する。
• 技術的・倫理的・実装上の課題を特定し、安全な臨床統合のための今後の研究方向を提案する。

提案手法

• アーキテクチャを体系的に、システムプロファイル、外部能力強化、臨床計画、医療推論の4つに分類する。
• 4つのエージェントパラダイムを説明する：Single Agent、Sequential Task Chain、Collaborative Experts、Iterative Evolution。
• 知覚、知識統合、アクションインターフェースを通じた外部能力の拡張を検討する。
• 医療エージェント研究で用いられる評価フレームワークとベンチマークカテゴリを要約する。

実験結果

リサーチクエスチョン

• RQ1 LLMベースの医療エージェントのコアとなるアーキテクチャ要素と計画/推論機構は何か？
• RQ2 主要な適用分野は何で、それらは医療においてエージェントフレームワークによってどう実装されているか？
• RQ3 医療エージェントはどのように評価され、どの指標/ベンチマークが用いられているか？
• RQ4 デプロイを妨げる課題（幻覚、マルチモーダルデータ、倫理）と推奨される今後の方向性は何か？

主な発見

• LLMベースの医療エージェントは、プロファイル、計画、推論、および外部ツールを組み合わせて臨床タスクを支援する。
• 適用範囲は臨床意思決定支援、文書作成、トレーニングシミュレーション、サービス最適化に及ぶ。
• 評価は静的QAベンチマーク、ワークフローシミュレーション、および自動評価に依存しており、マルチモーダルおよびアウトカム指向の指標が求められている。
• 主要な課題には幻覚、マルチモーダル統合、部門間の相互運用性、プライバシー/倫理の懸念が含まれる。
• 今後の方向性は、医療推論の向上、リアルタイムのエラー訂正、物理システムとの統合、強化されたトレーニングシミュレーションを強調する。