AgentEHR: Avançando na Tomada de Decisão Clínica Autônoma através da Sumarização Retrospectiva

AgentEHR: Advancing Autonomous Clinical Decision-Making via Retrospective Summarization

January 20, 2026

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

cs.AI

Resumo

Os Grandes Modelos de Linguagem demonstraram profunda utilidade no domínio médico. No entanto, a sua aplicação à navegação autónoma em Registos Eletrónicos de Saúde (EHRs) permanece limitada por uma dependência de *inputs* curados e tarefas de recuperação simplificadas. Para colmatar o fosso entre ambientes experimentais idealizados e ambientes clínicos realistas, apresentamos o AgentEHR. Este *benchmark* desafia os agentes a executar tarefas complexas de tomada de decisão, como diagnóstico e planeamento de tratamento, que exigem raciocínio interativo de longo alcance diretamente dentro de bases de dados brutas e com elevado ruído. Ao abordar estas tarefas, identificámos que os métodos de sumarização existentes sofrem inevitavelmente de perda crítica de informação e de uma continuidade de raciocínio fracturada. Para resolver isto, propomos o RetroSum, uma estrutura nova que unifica um mecanismo de sumarização retrospetiva com uma estratégia de experiência evolutiva. Ao reavaliar dinamicamente o histórico de interações, o mecanismo retrospetivo previne a perda de informação em contextos longos e garante uma coerência lógica ininterrupta. Adicionalmente, a estratégia evolutiva colmata o fosso de domínio, recuperando experiência acumulada de um banco de memória. Avaliações empíricas extensivas demonstram que o RetroSum alcança ganhos de desempenho de até 29,16% sobre linhas de base competitivas, enquanto diminui significativamente os erros totais de interação em até 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%.