CARE-AD: 長期的臨床ノートを用いたアルツハイマー病の予測のためのマルチエージェントの大型言語モデルフレームワーク

科学分野:

• 医療における人工知能
• 計算神経科学
• クリニカル・インフォマティック

背景:

• 大型言語モデル (LLM) は,様々な分野において潜在的可能性を示しているが,複雑な臨床予測においては応用が限られている.
• アルツハイマー病 (AD) の早期予測は,適切な介入と管理に不可欠です.

研究 の 目的:

• アルツハイマー病の発症を予測するための新しいマルチエージェントLLMフレームワークであるCARE-ADを導入する.
• CARE-ADの有効性を評価し,早期のADリスク評価のための経度電子医療記録 (EHR) のメモを分析する.

主な方法:

• EHRノートからADに関連する徴候と症状を抽出するために,専門のLLMエージェントを使用するフレームワークであるCARE-ADを開発しました.
• 個々のLLMエージェントにドメイン特有の評価タスクを割り当てることで,共同診断プロセスを模倣した.
• CARE-ADとベースラインの単一モデルのアプローチを比較した後の評価を実施した.

主要な成果:

• CARE- ADは,初期モデル (0. 26- 0. 45) と比較して,診断の10年前のADリスクの予測においてより高い精度 (0. 53) を達成した.
• マルチエージェントシステムは,ADリスクの予測のための長期EHRデータを分析する上で優れたパフォーマンスを示しました.

結論:

• マルチエージェントのLLMシステムは,アルツハイマー病の早期リスク評価を支援するために実現可能である.
• CARE-ADの業績は,神経変性疾患の臨床意思決定支援ワークフローに高度なAIを統合する可能性を強調しています.