AgentEHR : Faire progresser la prise de décision clinique autonome grâce à la synthèse rétrospective

AgentEHR: Advancing Autonomous Clinical Decision-Making via Retrospective Summarization

January 20, 2026

Auteurs: Yusheng Liao, Chuan Xuan, Yutong Cai, Lina Yang, Zhe Chen, Yanfeng Wang, Yu Wang

cs.AI

Résumé

Les grands modèles de langage ont démontré une utilité profonde dans le domaine médical. Cependant, leur application à la navigation autonome dans les dossiers médicaux électroniques (DME) reste limitée par une dépendance à des entrées présélectionnées et à des tâches de récupération simplifiées. Pour combler le fossé entre les paramètres expérimentaux idéalisés et les environnements cliniques réalistes, nous présentons AgentEHR. Ce benchmark met au défi des agents d'exécuter des tâches décisionnelles complexes, telles que le diagnostic et la planification des traitements, nécessitant un raisonnement interactif à long terme directement dans des bases de données brutes et fortement bruitées. En abordant ces tâches, nous identifions que les méthodes de synthèse existantes souffrent inévitablement d'une perte d'information critique et d'une continuité de raisonnement fragmentée. Pour résoudre ce problème, nous proposons RetroSum, un nouveau cadre unifiant un mécanisme de synthèse rétrospective avec une stratégie d'expérience évolutive. En réévaluant dynamiquement l'historique des interactions, le mécanisme rétrospectif empêche la perte d'information en contexte long et assure une cohérence logique ininterrompue. De plus, la stratégie évolutive comble l'écart de domaine en récupérant l'expérience accumulée depuis une banque de mémoire. Des évaluations empiriques approfondies démontrent que RetroSum obtient des gains de performance allant jusqu'à 29,16 % par rapport à des bases de référence compétitives, tout en réduisant significativement les erreurs d'interaction totales jusqu'à 92,3 %.

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%.