追跡可能な推論を備えた希少疾患診断のためのエージェントシステム
概要
研究者らは、希少疾患の鑑別診断支援のために特別に設計されたエージェント型大規模言語モデル（LLM）システムであるDeepRareを開発しました。DeepRareは、モデルコンテキストプロトコル（MCP）に着想を得た3層アーキテクチャ（中央ホスト、専門エージェントサーバー、外部医療リソース）を使用し、異種な患者入力（テキスト、HPO用語、ゲノムデータ）を処理します。重要な特徴は、自己反省ループと、検証可能な医療証拠にリンクされた透明で追跡可能な推論チェーンを生成する能力であり、一般的なLLMのハルシネーション問題に対処しています。
DeepRareは、2,919の希少疾患をカバーする8つのデータセット上の6,401の臨床症例で評価され、15のベースライン手法を継続的に上回る性能を示し、HPOベースの評価ではRecall@1が57.18%に達し、2番目に優れた手法を大幅に凌駕しました。マルチモーダル入力シナリオでは、全エクソーム症例でRecall@1が69.1%を達成しました。さらに、HPO入力のみを使用して10人の希少疾患専門医と比較したベンチマークでは、DeepRareのRecall@1は64.4%に達し、臨床医の平均54.6%を上回り、計算による希少疾患診断における重要な成果を示しました。
このシステムの推論チェーンは専門家によって検証され、証拠の事実性について95.4%の一致率を示しました。失敗分析では、ほとんどのエラーは不適切な推論の重み付け（41.0%）または表現型模倣（38.5%）に起因し、事実誤認は稀であることが示されました。アブレーション研究により、個々のLLMよりも完全なエージェント設計の優位性が確認されました。DeepRareは、診断の道のりを短縮し、臨床効率を向上させることを目指し、ユーザーフレンドリーなWebアプリケーションとして導入されています。
(出典：Nature)