AgentEHR: Vooruitgang in Autonome Klinische Besluitvorming via Retrospectieve Samenvatting

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

Samenvatting

Grote Taalmodellen hebben hun nut in het medische domein ruimschoots bewezen. Hun toepassing voor autonome navigatie in elektronische patiëntendossiers (EHR's) wordt echter nog beperkt door een afhankelijkheid van gecureerde invoer en vereenvoudigde retrievalthandelingen. Om de kloof tussen geïdealiseerde experimentele opzetten en realistische klinische omgevingen te overbruggen, presenteren wij AgentEHR. Deze benchmark daagt agents uit om complexe besluitvormingstaken uit te voeren, zoals diagnostiek en behandelplanning, waarvoor langetermijn-interactief redeneren rechtstreeks in ruwe en sterk ruisbevattende databases vereist is. Bij het aanpakken van deze taken constateren wij dat bestaande samenvattingsmethoden onvermijdelijk lijden onder kritiek informatieverlies en verbrokkelde redeneersamenhang. Om dit op te lossen, stellen wij RetroSum voor, een nieuw framework dat een retrospectief samenvattingsmechanisme verenigt met een evoluerende ervaringsstrategie. Door de interactiegeschiedenis dynamisch te herevalueren, voorkomt het retrospectieve mechanisme informatieverlies in lange contexten en waarborgt het een ononderbroken logische samenhang. Bovendien overbrugt de evoluerende strategie de domeinkloof door opgebouwde ervaring op te halen uit een geheugenbank. Uitgebreide empirische evaluaties tonen aan dat RetroSum prestatieverbeteringen tot 29,16% bereikt ten opzichte van competitieve basismodellen, waarbij de totale interactiefouten significant met tot wel 92,3% afnemen.

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%.