エビデンス抽出
要約済み 1
-
arxiv-cs-ai 5時間前 3マルチAIエージェントで臨床エビデンス抽出を自動化EviSearch: A Human in the Loop System for Extracting and Auditing Clinical Evidence for Systematic Reviews
研究チームがPDFから直接、臨床エビデンス表を生成するマルチエージェントシステム「EviSearch」を発表。 PDF照会・検索・調停の3モジュールがセル単位の出典情報を保証し、人間監査を効率化する。 腫瘍学試験ベンチマークでテキスト解析ベースラインを大幅に上回り、医療AI分野に新たな手法を提示。
解説 EviSearchは、システマティックレビュー（複数の臨床試験を網羅的に収集・統合する医学的手法）の作成を自動化するマルチエージェント抽出パイプラインである。従来、臨床研究者はPDFから手動でデータを抽出しエビデンス表を作成していたが、EviSearchはこれを自動化しつつ「各セルの出典ページ」を保証する。 アーキテクチャは3層構成：①レンダリングレイアウトと図表を保持しながらPDFに直接クエリを投げる「PDF照会エージェント」、②検索拡張型の「検索エージェント」、③両エージェントの回答が食い違った場合にページレベルの再検証を強制する「調停モジュール」。この設計により、テキスト・表・図などマルチモーダルな情報源から高精度抽出を実現する。 腫瘍学試験論文を使った臨床家キュレーションベンチマークでは、テキスト解析ベースラインと比較して抽出精度が大幅に向上し、かつ出典カバレッジも包括的であることが示された。また、調停器の判断や査読者の修正をログとして記録することで、構造化された選好・教師データを生成し、将来的なモデル改善へのフィードバックループも設計されている。既存のGPT-4oやClaude等を単純に使ったパースベースの手法と異なり、PDFのネイティブレイアウトを保持する点と、セル単位の根拠トレーサビリティが実用上の差別化要因となる。