OncoAgent Research Groupは2026年5月9日(現地時間)、オープンソースのプライバシー保護型腫瘍学臨床意思決定支援システム「OncoAgent」を発表しました。このシステムは、デュアルティアのLLMアーキテクチャと、マルチエージェントのLangGraphトポロジー、4段階のCorrective RAGパイプラインを組み合わせています。70以上の医師向けNCCNおよびESMOガイドラインに基づき、3層のリフレクション安全バリデーターが厳格なZero-PHIポリシーを適用します。
OncoAgentは、臨床クエリを複雑度スコアに基づいて、9Bパラメータの高速処理モデル（Tier 1）または27Bの深層推論モデル（Tier 2）にルーティングします。これらのモデルは、266,854件の実データと合成データからなるコーパスでQLoRA方式によりファインチューニングされています。AMD Instinct MI300XハードウェアとUnslothフレームワークが使用され、MI300X上でのシーケンスパッキングにより、全データセットのファインチューニングが約50分で完了し、APIベースの生成と比較して56倍の処理能力向上を実現しました。
腫瘍学は情報密度が高く、認知負荷が非常に高い医療領域とされています。NCCNやESMOといったエビデンスに基づくガイドラインは膨大で、その多様性と急速な進化が知識ギャップを生む要因となっています。OncoAgentは、従来の商用システムが抱える問題点、すなわち根拠のない推奨、クラウドAPIへの依存によるプライバシー懸念、複雑な症例でのコンテキスト飽和を解決することを目指しています。
システムの設計は、アーキテクチャの分解、根拠に基づいた生成、ハードウェア主権という3つの核心原則に基づいています。臨床推論は8つの専門化されたLangGraphノードに分解され、全てのモデル出力は厳選されたナレッジベースに固定されます。また、AMD Instinct MI300X上でROCmとオープンソースフレームワークを用いてネイティブに動作するため、病院内でのデータ流出なしに展開可能です。Corrective RAG（CRAG）ノードは取得した文書の臨床関連性を評価し、関連性がない場合には自動的にクエリを再構築することで、RAGパイプラインにおける幻覚（ハルシネーション）を排除します。
参考: Hugging Face Blog — 2026年5月10日 03:09 (JST)
原文ハイライト"OncoAgent , an open-source, privacy-preserving clinical decision support system for oncology."