日本語タイトル#
検索強化モデル選択フレームワークに基づくコホート認識エージェントによる個別化肺癌リスク予測
英文タイトル#
Cohort-Aware Agents for Individualized Lung Cancer Risk Prediction Using a Retrieval-Augmented Model Selection Framework
日本語要約#
正確な肺癌リスク予測は、患者集団と臨床環境間の顕著な変動性のために依然として難しい課題です。すべてのコホートに対して最適なモデルは存在しません。この問題に対処するために、私たちは個別化された肺癌リスク予測エージェントを提案します。このエージェントは、コホート特有の知識と現代の検索および推論技術を組み合わせることで、各患者に最も適切なモデルを動的に選択します。患者の CT スキャンと構造化されたメタデータ（人口統計、臨床、結節レベルの特徴を含む）を考慮し、エージェントはまず FAISS に基づく類似性検索を使用して、9 つの多様な現実のコホートから最も関連性の高い患者集団を特定します。次に、取得したコホートとその関連する性能指標を大型言語モデル（LLM）に提示し、8 つの代表的なモデルから最適な予測アルゴリズムを推奨します。これには、古典的な線形リスクモデル（例：Mayo、Brock）、時間認識モデル（例：TD-VIT、DLSTM）、およびマルチモーダルコンピュータビジョンアプローチ（例：Liao、Sybil、DLS、DLI）が含まれます。この二段階のエージェントプロセスは、FAISS による検索と LLM による推論を通じて、各患者の状況に応じた個別化された動的なコホート認識リスク予測を実現します。このアーキテクチャに基づいて、エージェントは多様な臨床集団における柔軟でコホート主導のモデル選択をサポートし、現実世界の肺癌スクリーニングにおける個別化リスク評価の実践的な道筋を提供します。
英文要約#
Accurate lung cancer risk prediction remains challenging due to substantial variability across patient populations and clinical settings -- no single model performs best for all cohorts. To address this, we propose a personalized lung cancer risk prediction agent that dynamically selects the most appropriate model for each patient by combining cohort-specific knowledge with modern retrieval and reasoning techniques. Given a patient's CT scan and structured metadata -- including demographic, clinical, and nodule-level features -- the agent first performs cohort retrieval using FAISS-based similarity search across nine diverse real-world cohorts to identify the most relevant patient population from a multi-institutional database. Second, a Large Language Model (LLM) is prompted with the retrieved cohort and its associated performance metrics to recommend the optimal prediction algorithm from a pool of eight representative models, including classical linear risk models (e.g., Mayo, Brock), temporally-aware models (e.g., TD-VIT, DLSTM), and multi-modal computer vision-based approaches (e.g., Liao, Sybil, DLS, DLI). This two-stage agent pipeline -- retrieval via FAISS and reasoning via LLM -- enables dynamic, cohort-aware risk prediction personalized to each patient's profile. Building on this architecture, the agent supports flexible and cohort-driven model selection across diverse clinical populations, offering a practical path toward individualized risk assessment in real-world lung cancer screening.
記事ページ#
検索強化モデル選択フレームワークに基づくコホート認識エージェントによる個別化肺癌リスク予測
PDF 入手#
抖音でスキャンしてさらに素晴らしいコンテンツを見る