arXivは2026年11月5日(現地時間)付けで、大規模言語モデル (LLM) ベースの医療アシスタントにおける患者の状態管理に関する研究論文「MedGraph: Maintaining Patient State with Graph Memory for Long-Term Medical Dialogue」を公開した。同研究は、長期的な医療対話における患者の臨床状態を正確に維持するためのグラフメモリ「MedGraph」を発表。既存のメモリシステムが抱える課題を解決し、ベンチマークテストで高精度を記録した。
医療アシスタントにおいて、複数の診察にわたる患者の臨床状態を正確に追跡するためには、変化する状態を維持するメモリシステムが求められる。研究では、長期的な医療対話における5つの既存メモリシステムの誤りを分析し、3つの主要な原因を特定した。これには、古い状態の情報の提示、他者の健康情報の混入、回答に必要な安全関連情報の欠如が含まれる。
これらの課題に対応するため、研究チームはグラフメモリ「MedGraph」を開発した。MedGraphの構築プロセスでは、各セッションから日付付きの事実を抽出し、それぞれの事実を記述対象の人物に帰属させる。さらに、投薬、診断、測定記録を連鎖させ、以前の状態を保持するように構成される。
情報の検索時には、患者のデータチェインが単位としてランク付けされ、質問が対象とする時点の各チェインが読み込まれる。これに元の対話テキストが追加され、患者プロファイルには全ての記録された安全関連情報が各質問と共にリストアップされる。ベンチマークテスト「MedMemoryBench」において、MedGraphはGPTおよびQwenの両バックボーンで最高の総合精度を示した。これは、比較対象の5つのベースラインの中で最も強力なものと比較して、それぞれ10.5ポイントおよび10.4ポイント高い精度である。GPT設定では、MedGraphは効率的なメモリ構築と回答処理も実現している。本研究はドンファ・チャン (Donghua Zhang) 氏ら5名の研究者によって発表された。
参考: arXiv cs.CL (アーカイブ) — 2026年11月6日 03:27 (JST)
原文ハイライト"MedGraph has the highest overall accuracy with both a GPT and a Qwen backbone"