OncoAgent：医療AIの新たなマルチエージェントフレームワーク

OncoAgent: 医療AI分野における新しいマルチエージェント・フレームワーク

OncoAgentは、がん治療の臨床意思決定支援を目的とした革新的なマルチエージェント・フレームワークです。このシステムは、プライバシー保護と医療データ主権を重視しながら、複数のAIエージェントが協調して医師の診断・治療決定をサポートします。

従来の医療AIシステムと異なり、OncoAgentは「Dual-Tier」アーキテクチャを採用しています。これにより、クエリの複雑度に応じて適切なモデルを自動選択し、計算リソースを効率的に活用します。

OncoAgentの核心は、複数の専門化されたコンポーネントが連携する多層構造にあります。システムは「Complexity Router」によってクエリの難易度を判定し、簡単な質問には軽量モデル、複雑な症例には高性能モデルを割り当てます。

「Corrective RAG with Document Grading」機能により、医療ガイドラインから関連情報を取得する際の精度が向上しています。4段階の検索パイプラインを通じて、最も適切な医学文献を特定し、エビデンスベースの推奨を生成します。

安全性確保のため「Reflexion Safety Loop (Critic Node)」が組み込まれており、生成された回答を自動的に検証します。さらに「Human-in-the-Loop Gate」により、重要な決定には必ず医師の確認が入る仕組みになっています。

OncoAgentの開発では、AMD MI300Xハードウェア上でのQLoRA微調整が実装されています。Unslothライブラリとの組み合わせにより、従来の学習手法と比較して大幅な高速化を実現しました。

特に注目すべきは「Sequence Packing and Throughput Breakthrough」です。この技術により、複数の短いシーケンスを効率的にバッチ処理することで、GPU利用率を最大化しています。

学習データセットとして「OncoCoT」（266,854サンプル）が構築されており、がん治療に特化したChain-of-Thoughtデータが含まれています。このデータセットを用いたQLoRA微調整により、医療ドメインでの推論能力が大幅に向上しています。

OncoAgentは「Zero-PHI Policy」を採用し、患者の個人健康情報（PHI）を一切保存しません。各患者のメモリは完全に分離され、セッション終了時に自動的に削除されます。

「Layered Safety Architecture」により、複数レベルでの安全性チェックが実装されています。入力データの匿名化、出力の医学的妥当性検証、そして最終的な人間による確認という3段階の検証プロセスを経て、安全で信頼性の高い推奨が提供されます。

このアプローチにより、医療機関は外部クラウドサービスに依存することなく、自社インフラ内でAI支援システムを運用できます。特に規制の厳しい医療分野において、データ主権の確保は重要な要件となっています。