AgentEHR: Fortschritte bei autonomen klinischen Entscheidungen durch retrospektive Zusammenfassung

AgentEHR: Advancing Autonomous Clinical Decision-Making via Retrospective Summarization

January 20, 2026

papers.authors: Yusheng Liao, Chuan Xuan, Yutong Cai, Lina Yang, Zhe Chen, Yanfeng Wang, Yu Wang

cs.AI

papers.abstract

Große Sprachmodelle haben einen tiefgreifenden Nutzen im medizinischen Bereich demonstriert. Ihre Anwendung zur autonomen Navigation in elektronischen Gesundheitsakten (EHRs) bleibt jedoch durch die Abhängigkeit von aufbereiteten Eingaben und vereinfachten Abfragetasks eingeschränkt. Um die Lücke zwischen idealisierten experimentellen Settings und realistischen klinischen Umgebungen zu schließen, präsentieren wir AgentEHR. Dieser Benchmark fordert Agenten heraus, komplexe Entscheidungsaufgaben wie Diagnose und Behandlungsplanung auszuführen, die langreichweitiges interaktives Reasoning direkt in rohen und verrauschten Datenbanken erfordern. Bei der Bearbeitung dieser Aufgaben stellen wir fest, dass bestehende Summarisierungsmethoden unweigerlich unter kritischem Informationsverlust und gebrochener Reasoning-Kontinuität leiden. Um dies zu adressieren, schlagen wir RetroSum vor, einen neuartigen Framework, der einen retrospektiven Summarisierungsmechanismus mit einer sich entwickelnden Erfahrungsstrategie vereint. Durch dynamisches Neubewerten der Interaktionshistorie verhindert der retrospektive Mechanismus Informationsverluste im langen Kontext und gewährleistet ununterbrochene logische Kohärenz. Zusätzlich überbrückt die Evolutionsstrategie die Domänenlücke durch das Abrufen angesammelter Erfahrungen aus einem Gedächtnisspeicher. Umfangreiche empirische Auswertungen demonstrieren, dass RetroSum Leistungssteigerungen von bis zu 29,16 % gegenüber wettbewerbsfähigen Baselines erzielt und gleichzeitig die gesamten Interaktionsfehler um bis zu 92,3 % signifikant reduziert.

English

Large Language Models have demonstrated profound utility in the medical domain. However, their application to autonomous Electronic Health Records~(EHRs) navigation remains constrained by a reliance on curated inputs and simplified retrieval tasks. To bridge the gap between idealized experimental settings and realistic clinical environments, we present AgentEHR. This benchmark challenges agents to execute complex decision-making tasks, such as diagnosis and treatment planning, requiring long-range interactive reasoning directly within raw and high-noise databases. In tackling these tasks, we identify that existing summarization methods inevitably suffer from critical information loss and fractured reasoning continuity. To address this, we propose RetroSum, a novel framework that unifies a retrospective summarization mechanism with an evolving experience strategy. By dynamically re-evaluating interaction history, the retrospective mechanism prevents long-context information loss and ensures unbroken logical coherence. Additionally, the evolving strategy bridges the domain gap by retrieving accumulated experience from a memory bank. Extensive empirical evaluations demonstrate that RetroSum achieves performance gains of up to 29.16% over competitive baselines, while significantly decreasing total interaction errors by up to 92.3%.