対象者中心の意思決定を支援する意図指向マルチエージェント対話システム

August 6, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: An intention-oriented multi-agent dialogue system for patient-centered decision-making
BMC Medical Informatics and Decision Making｜被引用数: 0（2026年8月6日時点）

近年、医療分野におけるAI対話システムの進化が目覚ましいですが、専門家向けに特化したシステムが多く、対象者（対象者）の個別ニーズに対応した意思決定支援は十分ではありませんでした。本論文では、この課題に対し、解釈可能で個別化された情報提供を可能にする「意図指向マルチエージェント対話システム」を提案。甲状腺眼症に特化したプラットフォームでの検証を通じて、その有効性と、既存の対話システムや汎用AIモデル（ChatGPTなど）を上回る優れた性能を実証しました。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存のNLP技術とマルチエージェントフレームワークを活用し、甲状腺眼症の知識ベースでシステムを実装しました。
Ethical倫理面	対象者の医療理解を深め、個別化された情報提供を通じて倫理的な意思決定を支援します。
Interesting面白さ	解釈可能性と個別化に重点を置いた、対象者中心の医療対話システムという新しいアプローチです。
Novel新規性	意図指向マルチエージェントアーキテクチャと論証ベースの解釈可能な推論を組み合わせた点が新規性です。
Relevant切実さ	対象者の医療理解不足と専門家の負担増という現実の医療課題に対する解決策を提示します。
Measurable測定可能性	意図認識のF1スコア、応答正確度、9つの次元でのユーザー体験スコアによって客観的に評価されました。
Modifiable派生・改善	モジュール化されたマルチエージェントアーキテクチャにより、システムの機能拡張や改善が容易です。
Structured文章構造	意図理解、議論推論、テンプレート対話の3つのエージェントに役割が明確に分担された構造です。
PICO / PECO対象・介入・比較・結果	対象者（P）の意思決定支援改善（O）に、意図指向マルチエージェント対話システム（I）が有効であることを示しました。

医療現場における対話AIの現状と課題

どうも、Beyond the Pixelです。医療分野では、対話型AIエージェントの利用が急速に拡大していますが、その多くは専門家（専門家）を主な対象として設計されており、対象者（対象者）中心の意思決定プロセスを十分に支援できていないのが現状です。医療上の意思決定に対する対象者の理解不足は、治療計画への順守率の低下や、ひいては専門家と対象者間の対立を引き起こす可能性があります。既存の対話システムには、解釈可能性が低い、あるいはアーキテクチャが硬直的で拡張性に欠けるといった問題がありました。このような背景から、本研究は、コミュニケーションと意思決定支援を改善するため、解釈可能で対象者中心の医療対話システムの開発を目指しました。自然言語処理（NLP）技術の急速な発展に伴い、対話エージェントシステムはそのインタラクティブ性と利便性から広く普及しています。これらのシステムは、診断や治療における専門家の負担軽減、疾患管理、健康教育において重要な役割を果たしています。しかし、既存のシステムは主に医療専門家向けであり、対象者の実際のケア体験を軽視していました。対話システムは、設計と機能に基づいていくつかのタイプに分類されます。これには、有限状態システム、フレームベースシステム、エージェントベースシステムなどがあります。既存の対話システムの多くは単一エージェントアーキテクチャを採用しており、その柔軟性と拡張性が制限されていました。本論文では、このような課題に対応するため、マルチエージェント技術に基づいた医療対話システムを提案しています。

対象者中心の意思決定を可能にするマルチエージェントシステム

本研究で提案された「意図指向マルチエージェント対話システム」は、対象者中心の意思決定支援を目的としています。このシステムは、以下の3つの主要なエージェントで構成されています。意図理解エージェント、議論推論エージェント、そしてテンプレートベースの対話エージェントです。各エージェントは独立した機能を持ちながら、協調的な運用を通じて対話を進行させます。医療分野のマルチエージェント対話システムのアーキテクチャは、

**Figure 3.** Fig. 3 Architecture of a multi-agent system解説: この図は、マルチエージェントシステムのアーキテクチャを示しています。意図理解エージェント、議論推論エージェント、テンプレートベース対話エージェントの3つの主要なエージェントが、対象者とのインタラクションやシステム内部での情報共有、知識交換を通じて連携する様子が図示されています。

に示すように、これら3つの主要部分から構成されています。これにより、システムは複雑で変化の多い環境において高い適応性と柔軟性を示し、情報交換や知識共有を通じて共通の目標を達成できるよう設計されています。エージェント間の協力は、共有されたドメイン知識に基づいています。この協力は、医療ドメインにおける概念とその関係をオントロジーで表現することで促進されます。議論推論エージェントは、PubMed文献ライブラリから臨床的エビデンスを抽出することで、このオントロジーに基づいて医療知識ベースを構築します。意図理解エージェントは、この情報共有メカニズムを活用してドメイン専門用語の辞書と意図トレーニングコーパスを自動構築し、意図理解能力を獲得します。一方、テンプレートベース対話エージェントは、対象者データと知識を組み合わせて対話を生成します。

意図理解エージェントの役割

意図理解エージェントの核となるタスクは、対象者の意図とそれに関連するエンティティ（キーワード情報）を正確に識別することです。意図の正確な理解は、対話システムの有効性の鍵となります。誤った識別は、システムが関連性のないフィードバックを提供し、対象者満足度に影響を与える可能性があります。本研究では、マルチエージェント間のコミュニケーションと連携、オントロジー構造、およびインスタンス化された知識ベースを組み合わせて、意図コーパスを半自動的に構築するアプローチを採用しています。このアプローチは、ドメイン知識の利用効率を向上させるだけでなく、意図認識と知識ベース推論間のバイアスを軽減し、意図理解モデルを迅速かつ効率的に構築するのに役立ちます。意図理解エージェントが意図理解能力を獲得し適用する流れは、

**Figure 4.** Fig. 4 A flowchart for obtaining and applying intent understanding capabilities through information sharing between agents解説: この図は、エージェント間の情報共有を通じて意図理解能力を獲得し、適用するフローチャートを示しています。左側は意図理解能力の獲得プロセス（ドメインエンティティ語彙の自動構築など）、右側は獲得した能力の適用プロセス（エンティティ識別、意図認識など）を表しています。

に示されています。意図理解エージェントの機能は、エンティティ認識と意図分類の2つの主要分野をカバーします。エンティティ認識は、対象者の入力から主要なドメイン概念を抽出することを目的としています。これには、語彙の構築と語彙マッチング技術の適用によって達成されます。ドメイン語彙の構築プロセスでは、既存の医療オントロジー（OGMS）から利用可能な医療概念をフィルタリングし、データ駆動型アプローチによって医療文献からより豊富な意味情報をマイニングして概念、関係、属性を洗練させます。その後、専門家の専門知識を活用して品質監査を行い、最終的に医療知識オントロジーが構築されます。これにより、完全で一貫性があり、再利用可能なオントロジーが構築されます。用語辞書の例は、疾病予防、症状、治療オプションなど、各意図タイプに相対的に独立したエンティティの種類があります。本研究では、素朴ベイズアルゴリズムを分類に採用しています。意図マッチングパターンは主に3つのタイプに分類されます。既知の2つの概念間の関係を尋ねるパターン（例：

**Figure 5.** Fig. 5 Example of a matching pattern for a concept relationship解説: この図は、概念関係を尋ねるマッチングパターンの例を示しています。「what <target concept> can <concept relationship> <known concept>」というパターンと、それを「what drugs can treat Graves」とインスタンス化した例が示されています。

）、既知の概念と別の概念に対応する関係を尋ねるパターン（例：

**Figure 6.** Fig. 6 Example of a matching pattern to find a target concept解説: この図は、対象概念を見つけるためのマッチングパターンの例を示しています。「what is the relationship between <known concept> and <known concept>」というパターンと、それを「what is the relationship between smoking and Graves」とインスタンス化した例が示されています。

）、および概念クラス内の属性を尋ねるパターン（例：

**Figure 7.** Fig. 7 Example of a matching pattern for a concept property解説: この図は、概念プロパティ（属性）を尋ねるマッチングパターンの例を示しています。「What is the <concept attributes> of <known concept>」というパターンと、それを「What is the dosage of Prednisolone」とインスタンス化した例が示されています。

）です。これらのパターンを継続的にインスタンス化することで、意図モデルのトレーニング用コーパスが生成されます。意図理解エージェントが認識できる15種類の意図は、病気の予防、症状、治療オプション、薬の使用法など多岐にわたります。意図理解エージェントが対象者の意図を認識すると、次に、対話システムが対象者の意図を処理するために必要な主要情報である「意図関連エンティティ情報」を特定する必要があります。この情報は、必須エンティティとオプションエンティティに分けられます。必須エンティティは意図認識を達成するために必須の情報であり、オプションエンティティは必須ではありませんが、対話システムがより個別化された対話を提供するのに役立ちます。対象者の質問に必須エンティティがすべて含まれていない場合、テンプレートベースの対話エージェントは、関連情報の追加を対象者に誘導する必要があります。

議論推論エージェントの役割

議論推論エージェントの核となる機能は、外部データソースから知識を獲得し、それを知識ベースに格納し、その知識ベースを利用して論理推論を行うことです。知識ベースは、論理推論の基盤となる豊富な医療知識を含むだけでなく、対話システムが回答できる質問の広さと深さにも直接影響します。知識の源は主にPubMedのオープンアクセス医療文献から手動スクリーニングによって取得されました。医療知識の迅速な更新を考慮し、本論文では過去3年間の文献のみを含み、影響因子の低い一部の文献を除外して、文献ベースの質を確保しました。医療文献は、予防、診断、治療、リハビリテーションの4つの応用シナリオをカバーしています。この研究では、知識抽出、知識融合、品質評価の3つの主要なステップを含むトップダウンアプローチを採用して知識グラフを構築します。知識抽出では、SemRepツールを使用して医療文献からエンティティ、関係、属性を抽出し、知識トリプルを形成します。その後、UMLS（Unified Medical Language System）医療語彙を通じて医療用語にアノテーションを付け、重複データを排除し、トリプルをオントロジー層にリンクして知識融合を完了します。最終的に、生成された知識の完全性、一貫性、正確性を評価します。議論推論エージェントは、関連知識を自動的にロードし、論理推論を実行して対象者の意図を処理することができます。そのワークフローには、意図理解エージェントから対話コンテキスト（意図タイプとエンティティ情報）を取得し、知識ベースで関連知識を検索し、取得した知識とコンテキスト情報を使用して論理推論を実行し、推論結果を対話エージェントに渡すという4つのステップが含まれます。ほとんどの意図は、知識に基づく単一または多段階のクエリだけで回答できます。しかし、知識ベースからのクエリだけでは、すべてのタイプの意図に答えるには不十分です。例えば、「病気の治療オプション」や「治療計画の代替」といった意図タイプの場合、エージェントは知識ベースから治療計画に関する議論を抽出し、議論のタイプ（賛成か反対か）に基づいて各治療計画の実現可能性を包括的に評価する必要があります。計算可能な議論推論を実現するために、本研究では医療文献における動詞や形容詞の意味情報に基づいて、エビデンス推奨の強度を8つのタイプに分類しています。

テンプレートベース対話エージェントの役割

対話エージェントは、対話において対象者と対話し、知識に基づきプロセスを誘導する対話を生成する責任を負います。知識ベースの対話は、対話テンプレートと議論推論エージェントからの推論結果を組み合わせて生成されます。一方、プロセス誘導型の対話は、対話の開始、中断、終了、および誘導エンティティに関する情報をカバーし、議論推論エージェントに依存しません。対話誘導のためのテンプレートの例が示されています。これには、「こんにちは、私は医療アシスタントのIceです、何かお手伝いできますか？」といった対話開始の挨拶や、「{エンティティ名}は何ですか？」といったエンティティ誘導の表現が含まれます。これらのテンプレートは、定型文と変数で構成されており、対象者の健康データや医療知識を含んでいます。対話テンプレートは、対話エージェントの作業負荷を軽減し、応答速度を向上させるように設計されています。ユーザー入力からシステム出力までのマルチエージェント間のワークフローは以下の通りです。まず、対象者が対話インターフェースを通じて質問を提出し、そのメッセージは意図理解エージェントに転送されます。次に、意図理解エージェントが対象者の意図を認識し、関連するエンティティ情報を抽出してセッションリポジトリに記録します。認識されていない必須エンティティ情報がある場合、対話エージェントはこの情報を取得するためのブートストラップ文を生成します。必要な情報がすべて収集されると、プロセスは次のステップに進みます。その後、議論推論エージェントが意図とエンティティ情報に基づいて知識ベースから関連知識をロードし、論理推論を実行してその結果を対話エージェントに送信します。最後に、対話エージェントが推論結果に基づいて適切なテンプレートを選択し、対話内容を生成します。

システム性能の評価：甲状腺眼症対話プラットフォームでの検証

本研究では、前述のマルチエージェントシステムアーキテクチャを用いて、甲状腺眼症に特化した医療対話プラットフォームを構築しました。甲状腺眼症が選ばれた主な理由は、その治療期間が長く、治療過程で副作用や悪化のリスクがあるにもかかわらず、一般的に広く知られていないという特性があるためです。システムの性能は、客観的指標と主観的指標の両面から包括的に評価されました。客観的評価指標には、意図認識のF1スコアや対話生成の正確度と利用率が含まれ、主観的評価は主にアンケート調査を通じてシステム利用時の対象者体験を測定しました。意図認識性能テストでは、オンラインQ&Aサイトから対象者の質問を収集し、意図タイプをラベル付けしてテストセットを構築しました。このテストセットを意図モデルに入力し、実際の出力意図タイプと期待される意図タイプを比較することで、TP（真陽性）、FP（偽陽性）、TN（真陰性）、FN（偽陰性）の4つの結果を導き出しました。モデルの性能はF1スコアを用いて評価されました。

**Table 7.** Table 7 F1 score for each type of intention Type of Intent F1 Disease_Prevention 83% Disease_Symptom 84% Disease_Clinical_Examinations 86% Diseases_TreatmentOptions 82% TreatmentOption_SideEffects 93% TreatmentEffect_Complaints 84% TreatmentOption_Lifestyle 88% Drug_Usage 75% Treatment_ Effectiveness 91% Replace_ TreatmentPlan 94% Lifestyle_Impacts 85% Disease_AdvocacySports 83% Disease_ ProhibitedSports 84% Disease_AdvocatedFoods 89% Disease_ProhibitedFoods 85%**解説:** 提供された画像はTable 7の代わりに、その前後のテキストの一部が示されています。本来のTable 7は、各意図タイプ（Disease_Prevention、Disease_Symptomなど）におけるF1スコアのパーセンテージを示し、意図認識モデルの性能を評価した結果を提示しています。⚠ 自動抽出画像の検証で一致を確認できませんでした。正確な内容は元論文のTable 7をご参照ください。

に示すデータによると、意図認識の平均F1スコアは85%に達しており、本研究で提案された意図コーパスの自動構築と素朴ベイズアルゴリズムの有効性を示しています。一部の意図タイプでF1スコアが低いのは、特徴抽出やデータ量が不十分であるため、広範な対象者の言語習慣をカバーしきれていないトレーニングデータに起因する可能性があります。このため、データアノテーションの専門性と一貫性を確保し、データ拡張や外部データソースを通じてデータセットを拡大するなどの取り組みにより、意図認識モデルを最適化する予定です。

専門家によるユーザーテストとChatGPTとの比較

甲状腺眼症対話システムの評価にあたり、パートナー病院の専門家15名にシステムの使用を依頼し、テストを実施しました。各応答は「高評価」または「低評価」アイコンをクリックすることで評価され、各意図の正しい応答率と利用率が算出されました。

**Table 8.** Table 8 Distribution of usage and accuracy of intention types Type of Intent Usage Accuracy TreatmentOption_SideEffects 16% 97.6% Diseases_TreatmentOptions 12% 98.4% Drug_Usage 11% 96.8% Treatment_Effectiveness 9% 96.3% TreatmentEffect_Complaints 8% 95.0% Disease_Symptom 7% 96.3% Replace_TreatmentPlan 7% 96.4% Disease_Prevention 6% 97.3% Disease_ProhibitedSports 5% 96.1% Lifestyle_Impacts 5% 99.1% Disease_AdvocacySports 4% 97.4% Disease_AdvocatedFoods 4% 97.6% Disease_ProhibitedFoods 3% 97.4% Disease_Clinical_Examinations 2% 98.3%**解説:** この画像は、意図タイプの使用分布と正確度を示すTable 8の代わりに、オンライン専門家Q&Aシステム、従来の医療百科事典Q&Aシステム、およびマルチエージェント対話システムの対象者体験の平均スコア（Table 9の内容）が示されています。本来のTable 8は、治療オプションの副作用、病気の治療オプション、薬の使用法など各意図タイプがどの程度使用され、応答がどの程度正確であったかを示します。⚠ 自動抽出画像の検証で一致を確認できませんでした。正確な内容は元論文のTable 8をご参照ください。

のデータによると、対象者は治療段階、特に薬の副作用について最も関心が高いことが判明しました。これは、対象者が専門家やシステムが提供するアドバイスに対して疑問を抱いていることを反映しています。また、治療効果に不満を表明した対象者が8%おり、システムに感情を落ち着かせる機能の強化が必要であることを示唆しています。システムがすべてのタイプの意図に対して95%以上の正しい応答率を達成したことは、マルチエージェント対話システムの意図認識における効率的な能力を実証しています。さらに、対象者のシステム体験を評価するために、既存文献で用いられている評価指標を参考に、本研究の目的に関連性のない指標を除外して9つの次元（システムの使いやすさ、コミュニケーションの適時性、コミュニケーションの質、ケアの質、信頼性、対象者の好み、感情体験、ユーザーエンゲージメント、全体的な満足度）で評価するアンケートが設計されました。このアンケートでは、オンライン専門家ベースQ&Aシステム、従来の医療百科事典Q&Aシステム、そして本論文で提案されたマルチエージェント対話システムの3種類のシステムを評価しました。その結果、マルチエージェント対話システムは、コミュニケーションの質、医療の質、信頼性、対象者の好み、ユーザーエンゲージメントといった次元で、オンライン専門家Q&Aシステムに匹敵する性能を示し、従来の医療百科事典Q&Aシステムを大きく上回りました。このことは、サービスを個別化し、専門化する能力があることを示しています。使いやすさ、コミュニケーションの適時性、全体的な満足度では、マルチエージェント対話システムが他の2つのシステムを上回っており、これは予約不要で便利なQ&Aモードに起因する可能性があります。感情体験の面では、マルチエージェント対話システムは従来の百科事典Q&Aシステムを上回るものの、オンライン専門家ベースQ&Aシステムと比較して、まだ改善の余地があります。結論として、本研究で開発されたマルチエージェント対話システムは、対象者体験の向上において顕著な成果を上げ、専門的な医療サービスに近い個別化されたケアを提供できることが示されました。感情認識などの主要技術の継続的な最適化により、将来的にシステムが専門家の一部機能を担い、現在の医療資源のひっ迫を緩和するのに役立つと期待されます。

ChatGPTとの比較

本研究では、現在普及しているチャット対話モデルであるChatGPTを比較対象として選択しました。対象者とシステム間の対話コンテキストに基づき対象者事例ライブラリを構築し、本論文で提案されたマルチエージェント対話システムとChatGPT対話システムの機能的差異を比較しました。この事例ライブラリには、甲状腺眼症に特有の合併症（甲状腺機能亢進症など）や高リスク要因（高血圧など）、対象者の好み（妊娠など）を考慮した個別化された対象者事例が含まれており、多様な対象者の病状と個別のニーズが満たされるようにしました。システムの性能は、個別化された推論能力と解釈可能性の2つの次元で比較されました。個別化された推論能力は、意図認識、エンティティ誘導、対話コンテキスト知識の導入、議論推論の4つの主要なステップをカバーし、システムが完全な推論チェーンを持つことを要求します。解釈可能性能力は、対話結果の提示の観点から、システムの推論結果が理解しやすいかどうかを測定します。この評価では、個別化された意図の認識と応答、個別化されたデータの誘導と収集、対話コンテキストに基づいた議論の合理的利用と正確な推論、意思決定結果が対象者の個別化されたニーズを考慮しているか、そして意思決定結果が解釈可能かという5つの質問が用いられました。評価スコアに基づき、マルチエージェントシステムは、個別化された推論能力と解釈可能性において、ChatGPTよりも有意に優れた性能を示しました。例えば、個別化された意図の認識と応答では9.4点対6.1点、意思決定結果の解釈可能性では9.1点対6.2点でした。専門家からのフィードバックを分析すると、ChatGPTは特定の対話コンテキストにおいて、必要なデータを入力するように対象者を効果的に誘導したり、推論に関連する知識を導入したりすることができていないため、ほとんどのQ&Aシナリオで推論能力が制限されていることが判明しました。対照的に、本研究で提案されたマルチエージェント対話システムは、コンテキストに基づいて必要なデータを入力するように対象者を効果的に誘導し、論理推論に関連する知識を導入することができるため、個別化された推論能力において優れた性能を発揮します。

**Figure 12.** Fig. 12 and Fig. 13 show a comparison case between ChatGPT and a multi-agent dialog system in the same Q & A scenario, respectively. The left part of Fig. 12 reveals the inadequacy of ChatGPT’s ability to guide and acquire information, which limits its ability to provide personal ized medical advice. In contrast, the multi-agent dialogue system proposed in this study is capable of accurately identifying the type of patient’s intention (TreatmentEf fect_Complaints) and guiding the patient to provide the necessary medical information (intervention) based on the intention-related entities listed in Table 3, which enables it to provide personalized medical advice.

の左側は、ChatGPTの情報誘導と取得能力の不十分さを明らかにしています。これは、個別化された医療アドバイスを提供する能力を制限します。対照的に、本研究で提案されたマルチエージェント対話システムは、対象者の意図タイプ（TreatmentEffect_Complaints）を正確に識別し、関連エンティティに関する情報（介入）を対象者に提供するように誘導することで、個別化された医療アドバイスを提供できます。

**Figure 13.** Fig. 13 Comparison with ChatGPT – example 2

の左側では、ChatGPTは個別化された対象者情報に直面した際に、一般的な回答しかできず、個別化された推論を実行できません。対照的に、本研究のマルチエージェント対話システムは、「Replace_TreatmentPlan」として意図を正確に識別し、意図に関連するエンティティ（診断結果、合併症、介入、希望する治療オプション）に関する情報を取得し、臨床ガイドラインのエビデンスと対象者情報に基づいて論理的に推論し、最終的に解釈可能な対話結果を提供しました。これらの結果は、マルチエージェントシステムが個別化されたサービス提供と意思決定の解釈可能性向上において大きな優位性を示すことを明確にしています。対照的に、ChatGPTの個別化されたサービスと解釈可能性の性能には改善の余地があり、臨床意思決定支援における幅広い応用を制限しています。今後の研究では、より広範な臨床シナリオとより大規模な対象者グループにおいて、マルチエージェントシステムの有効性と信頼性を検証し、実際の応用におけるその広範な適用性を確保することを目指します。

まとめと今後の展望

本研究で提案された意図指向マルチエージェント対話システムは、解釈可能で個別化された意思決定支援を提供することで、対象者中心のコミュニケーションを向上させます。このシステムは、医療対話システムの強化と臨床意思決定支援において強力な可能性を示しています。具体的には、意図認識の平均F1スコア85%、専門家評価における95%以上の応答正確度を達成しました。ユーザー体験評価では、専門家主導のオンラインシステムに匹敵し、従来の医療Q&Aシステムを上回る性能を示しています。また、比較実験では、個別化された推論と解釈可能性において、既存の大規模言語モデルであるChatGPTを複数の評価次元で有意に上回ることが実証されました。これらの結果は、対象者の医療体験を向上させ、専門家サービスのレベルに近い個別化されたケアを提供できるという、本システムの大きな可能性を裏付けています。今後の展望としては、感情認識機能の強化など、主要技術の継続的な最適化を進めることで、将来的にシステムが専門家の一部機能を担い、現在の医療資源のひっ迫を緩和するのに貢献できると期待されます。また、より広範な臨床シナリオと大規模な対象者グループでの検証を通じて、現実世界での適用可能性をさらに追求していくことが重要です。