【論文解説】SOAPノートから病態を見抜く：LLM×多エージェント診断チームが挑む臨床意思決定の新機軸

この研究は、**臨床メモの主観的および客観的セクションから臨床問題を自動的に特定**するために設計された**協調的なマルチエージェントLLMシステム**を提案しています。このシステムは、マネージャーエージェントが**動的に専門家チームを編成**し、**階層的な議論プロトコル**を通じて診断の合意を形成するという、実際の臨床コンサルテーションを模倣しています。評価の結果、このマルチエージェントアプローチは、単一のLLMベースラインと比較して、**心不全、急性腎障害、敗血症の検出において一貫して優れたパフォーマンス**を示しました。質的分析では、**議論メカニズムがエラーを修正**するのに効果的である一方で、**集団思考の欠点**も明らかになりました。最終的に、このシステムは、より正確で堅牢、かつ解釈可能な臨床意思決定支援ツールの可能性を示唆しています。
Automated Clinical Problem Detection from SOAP Notes using a Collaborative Multi-Agent LLM Architecture
Accurate interpretation of clinical narratives is critical for patient care, but the complexity of these notes makes automation challenging. While Large Language Models (LLMs) show promise, single-model approaches can lack the robustness required for high-stakes clinical tasks. We introduce a collaborative multi-agent system (MAS) that models a clinical consultation team to address this gap. The system is tasked with identifying clinical problems by analyzing only the Subjective (S) and Objective (O) sections of SOAP notes, simulating the diagnostic reasoning process of synthesizing raw data into an assessment. A Manager agent orchestrates a dynamically assigned team of specialist agents who engage in a hierarchical, iterative debate to reach a consensus. We evaluated our MAS against a single-agent baseline on a curated dataset of 420 MIMIC-III notes. The dynamic multi-agent configuration demonstrated consistently improved performance in identifying congestive heart failure, acute kidney injury, and sepsis. Qualitative analysis of the agent debates reveals that this structure effectively surfaces and weighs conflicting evidence, though it can occasionally be susceptible to groupthink. By modeling a clinical team's reasoning process, our system offers a promising path toward more accurate, robust, and interpretable clinical decision support tools.
Yeawon Lee/Xiaoyang Wang/Christopher C. Yang
http://arxiv.org/abs/2508.21803v1
#臨床ノート解析 #SOAPノート #多エージェントシステム #LLM診断 #MIMICIII #心不全 #急性腎障害 #敗血症 #医療AI #診断支援 #意思決定支援 #グループ思考