FHIR🌏 Germany🏛 IDM gGmbH, University Medical Center Hamburg-Eppendorf整理済
FHIRデータにおけるツール呼び出しエージェントのための強化学習
Reinforcement Learning for Tool-Calling Agents in Fast Healthcare Interoperability Resources (FHIR)
2026年10月13日IDM gGmbH, University Medical Center Hamburg-Eppendorf
サマリー
研究者らは、FHIRデータグラフ上での多段階推論の課題に取り組んだ。彼らは、強化学習(RL)を用いてCodeActエージェントを改良し、FHIR-AgentBenchでの正答率を50%から77%に向上させるパイプラインを提案した。
詳細
FHIRは、医療データ交換における主要な標準であり、患者の電子カルテはリソース間の有向グラフとして表現される。臨床的に意味のある質問に答えるには、複数のリソースをまたぐ多段階のグラフ探索が必要となるが、既存のLLMエージェントは、適切なリソースの選択やトラバーサル制約の違反に苦慮する。本研究では、この問題を逐次的な意思決定問題として捉え、マルチターンCodeActエージェントを開発した。さらに、カスタムハーンとツールを用いて強化学習によるポストトレーニングを実施し、LLM Judgeによる報酬でポリシーを更新した。このエンドツーエンドのパイプラインは、FHIR-AgentBenchにおいて、正答率を50%から77%に改善した。これは、構造化された臨床グラフ上での多段階推論能力を大幅に向上させることを示している。
原文を読む
arxiv.org
Original content copyright by respective publishers