When Pigs Get Sick: Multi-Agent AI for Swine Disease Detection

要約

豚疾患の監視は、世界の農業の持続可能性にとって重要ですが、その有効性は、限られた獣医資源、症例の識別の遅れ、診断精度の変動によってしばしば損なわれます。
これらの障壁を克服するために、回収された疾患の検出と臨床ガイダンスをタイムリーに提供するために検索された生成（RAG）を活用する新しいAI搭載のマルチエージェント診断システムを導入します。
ユーザー入力を知識の検索クエリまたは症状ベースの診断クエリのいずれかに自動的に分類することにより、システムはターゲット情報の検索を保証し、正確な診断推論を促進します。
適応型質問プロトコルは関連する臨床徴候を体系的に収集しますが、信頼加重決定融合メカニズムは複数の診断仮説を統合して、堅牢な疾患予測と治療の推奨を生成します。
クエリ分類、疾患診断、および知識の検索を含む包括的な評価は、システムが高精度、迅速な応答時間、一貫した信頼性を達成することを示しています。
スケーラブルでAI駆動型の診断フレームワークを提供することにより、このアプローチは獣医の意思決定を強化し、持続可能な家畜管理慣行を進め、世界の食料安全保障の実現に実質的に貢献します。

要約(オリジナル)

Swine disease surveillance is critical to the sustainability of global agriculture, yet its effectiveness is frequently undermined by limited veterinary resources, delayed identification of cases, and variability in diagnostic accuracy. To overcome these barriers, we introduce a novel AI-powered, multi-agent diagnostic system that leverages Retrieval-Augmented Generation (RAG) to deliver timely, evidence-based disease detection and clinical guidance. By automatically classifying user inputs into either Knowledge Retrieval Queries or Symptom-Based Diagnostic Queries, the system ensures targeted information retrieval and facilitates precise diagnostic reasoning. An adaptive questioning protocol systematically collects relevant clinical signs, while a confidence-weighted decision fusion mechanism integrates multiple diagnostic hypotheses to generate robust disease predictions and treatment recommendations. Comprehensive evaluations encompassing query classification, disease diagnosis, and knowledge retrieval demonstrate that the system achieves high accuracy, rapid response times, and consistent reliability. By providing a scalable, AI-driven diagnostic framework, this approach enhances veterinary decision-making, advances sustainable livestock management practices, and contributes substantively to the realization of global food security.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google