A Survey of LLM-based Agents in Medicine: How far are we from Baymax?

要約

大規模な言語モデル（LLM）は、医療タスクを理解し、推論し、支援できるLLMベースのエージェントの開発を通じて、ヘルスケアを変革しています。
この調査では、LLMベースの薬剤中のLLMベースのエージェントの包括的なレビューを提供し、それらのアーキテクチャ、アプリケーション、および課題を調べます。
システムプロファイル、臨床計画メカニズム、医療推論フレームワーク、外部能力強化など、医療エージェントシステムの主要なコンポーネントを分析します。
この調査では、臨床的意思決定サポート、医療文書、トレーニングシミュレーション、ヘルスケアサービスの最適化などの主要なアプリケーションシナリオについて説明しています。
ヘルスケアの設定でのこれらのエージェントのパフォーマンスを評価するために使用される評価フレームワークとメトリックについて説明します。
LLMベースのエージェントは、幻覚管理、マルチモーダル統合、実装の障壁、倫理的考慮事項など、ヘルスケアの提供を強化することで有望ですが、いくつかの課題が残っています。
この調査は、LLMアーキテクチャの最近の開発、物理システムとの統合、トレーニングシミュレーションの改善に触発された医療推論の進歩を含む、将来の研究の方向性を強調することで締めくくります。
この研究は、研究者と実践者に、医学におけるLLMベースのエージェントの現在の状態と将来の見通しの構造化された概要を提供します。

要約(オリジナル)

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.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google