AgentEHR: Progressi nella Decisione Clinica Autonoma tramite Sintesi Retrospettiva

AgentEHR: Advancing Autonomous Clinical Decision-Making via Retrospective Summarization

January 20, 2026

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

cs.AI

Abstract

I modelli linguistici di grandi dimensioni hanno dimostrato un'utilità profonda nel dominio medico. Tuttavia, la loro applicazione alla navigazione autonoma delle Cartelle Cliniche Elettroniche (EHR) rimane limitata dalla dipendenza da input selezionati e da compiti di recupero semplificati. Per colmare il divario tra le impostazioni sperimentali idealizzate e gli ambienti clinici realistici, presentiamo AgentEHR. Questo benchmark sfida gli agenti a eseguire complesse attività decisionali, come la diagnosi e la pianificazione del trattamento, che richiedono un ragionamento interattivo a lungo raggio direttamente all'interno di database grezzi e ad alto rumore. Nell'affrontare questi compiti, identifichiamo che i metodi di summarization esistenti soffrono inevitabilmente di una perdita critica di informazioni e di una continuità di ragionamento frammentata. Per risolvere questo problema, proponiamo RetroSum, un nuovo framework che unisce un meccanismo di summarization retrospettivo a una strategia di esperienza evolutiva. Rivalutando dinamicamente la cronologia delle interazioni, il meccanismo retrospettivo previene la perdita di informazioni nel contesto lungo e garantisce una coerenza logica ininterrotta. Inoltre, la strategia evolutiva colma il divario di dominio recuperando l'esperienza accumulata da una memoria. Estese valutazioni empiriche dimostrano che RetroSum raggiunge miglioramenti delle prestazioni fino al 29,16% rispetto a baseline competitive, riducendo al contempo gli errori di interazione totali fino al 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%.