PathWISE: Multi-Agent Cancer Pathway Triaging Ontology Learning from Clinical Flowcharts
PathWISE は、LLM による抽出と決定論的グラフ監査およびコンパイラ検証を組み合わせることで、計算不可能な臨床がん経路フローチャートを検証済みで実行可能な HL7 CQL ライブラリに変換するマルチエージェントパイプラインであり、幻覚を伴わずガバナンスのギャップを浮き彫りにしつつ、100% の構文的成功を保証する。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
がん治療計画を、壁に掛けられた巨大でカラフルなフローチャートとして想像してみてください。矢印、箱、赤と青の色、そして太字のテキストが含まれています。人間の医師にとって、このチャートは完璧な地図です。「患者に症状A（赤い箱）がある場合は左へ。症状B（太字）がある場合は右へ」といった具合です。
しかし、コンピュータにとってこのチャートは謎です。コンピュータは、赤い背景が「緊急」を意味することや、太い矢印が「次にこれを行え」を意味することを「見る」ことができません。彼らが読み取れるのはテキストだけです。これにより、医師は地図を持っているのに、ケアの自動化を支援できるコンピュータシステムはその地図を認識できないという隔たりが生じます。
PathWISE は、この隔たりを埋めるように設計された新しいツールです。壁のチャートを、コンピュータが実際に実行できる言語に翻訳する、5 体の専門ロボットが連携して働くチームだと考えてください。
以下が、チームのステップバイステップの仕組みです。
1. 「鷹の目」翻訳機（視覚的解析）
まず、「スーパービジョン」を持つロボットがフローチャートの画像を眺めます。単語を読むだけでなく、色、形状、矢印の方向にも注目します。それを、コンピュータが理解できるクリーンで構造化されたデジタル地図（グラフ）に変換します。例えば、同じ内容が書かれていても、赤い箱と白い箱は異なるものとして認識します。
2. 「交通管理者」（決定論的監査）
次に、厳格でルールに従うロボットがそのデジタル地図を受け取ります。推測はせず、数学を用いて患者が開始から終了まで取りうるすべての経路をトレースします。経路を数え、行き止まりを検出し、地図が論理的に整合しているかを確認します。この部分は 100% 決定論的であり、誤りや「幻覚」による新しい経路の生成は決して行いません。
3. 「文法警察」（意味的監査）
次に、チームは地図上の指示が実際にコンピュータによって実行可能かどうかを確認します。「患者が非常に具合が悪い場合、治療を行う」といった曖昧な指示があります。コンピュータは「非常に」を測定できません。このロボットはそうした曖昧な箇所をマークします。医師の意図を推測するのではなく、「人間のレビューが必要」としてマークします。明確でコンピュータに優しい規則と、曖昧で人間の判断が必要な規則を分けます。
4. 「コードビルダー」と「厳格な検査官」（CQL 生成と検証）
これが PathWISE の最もユニークな部分です。
- ビルダー: 創造的なロボットが、地図に基づいて実際のコンピュータコード（CQL と呼ばれる）を作成します。
- 厳格な検査官: 別のロボットが作業をチェックするのではなく、PathWISE はエラーをチェックするツールである実際の公式コンパイラを検査官として使用します。ビルダーが誤りを犯したり、架空の医療コードを作成したりした場合、検査官は即座に「エラー！これを修正せよ」と言います。ビルダーはコードが検査官のテストに合格するまで試行を続けます。これにより、最終的なコードは、架空の医療用語を含まず完璧なものになります。
5. 「配送ドライバー」（展開）
最後に、検証済みのコードは、病院の電子カルテシステムに直接接続できるサービスとしてパッケージ化されます。医師が患者のファイルを開くと、このシステムは「フローチャートに基づき、次のステップはこれです」というカードを表示するか、「チャートが曖昧だったため、この部分は人間の判断が必要です」と表示します。
彼らは実際に何を行いましたか？
研究者たちは、イギリスの国民保健サービス（NHS）で実際に使用されている5 つのがん治療経路（皮膚、肺、乳房、大腸直腸、および上部消化管のがん）に対して、このシステムをテストしました。
- 成功率: システムは、5 つすべての視覚的チャートを動作するコンピュータコードに変換することに成功しました。
- 欠陥の発見: 元のチャートにおいて、曖昧な表現や人間が見逃す可能性のある矛盾など、数百の「ガバナンス上の問題」を発見しました。
- 安全性: 架空の医療コードを生成することは決してありませんでした。用語を理解できない場合、推測するのではなく、人間が確認するためにフラグを立てました。
- 「ハイブリッド」の勝利: さまざまな AI モデルの組み合わせを試しました。最良の結果は、「ハイブリッド」チームから得られました。画像の読み取りに優れたモデル（Gemini）と、コード作成に優れたモデル（Claude）の組み合わせです。
結論
PathWISE は医師を代替するものではありません。むしろ、静的で視覚的な病院のガイドラインを、動的で動作するコンピュータツールに変換する翻訳者として機能します。AI の「推測」部分を初期の草案作成段階に厳しく制限し、最終結果が安全で正確であり、医師の意思決定を支援する準備ができていることを保証するために、厳密な数学と公式のコードチェッカーを使用します。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。