SynthAgent: 多数代理システムフレームワークによる患者のモデリング -- オベステジーとメンタルヘルスの複合病状への事例

高度に信頼性のある患者を模擬することは、複雑な疾患の研究に道を開く有効的な手段であり、実世界データの離散化、偏見、プライバシーを制約する問題によって支えられないリアルタイムデータへの対応もできます。本研究では、 obesity患者を含む複合性病状（うつ病、神経症、社交恐怖、暴食症等）に特化した新しい多数代理システム（MAS）フレームワークであるSynthAgentについて紹介しました。Clinicalデータと調査データから抽出された医療事実を組み込んで人物性格に基づいた個人化済の虚構患者をつくるために機能します。ライフスタイル行動、感情労働などに影響を与える性質は追加されています。自治代理間の相互作用により、本システムは多元的な心理的・社会的な状況における疾患進行法や治療応答と生活管理などのシミュレーションを行います。生成された１００以上の被験者に対する評価では、GPT-5およびC1 Claude 4.5 Sonnetが提案される多数代理システムフレームワークのエンジンであり、Gemini 2.5 ProとDeepSeek-R1のアウトプットを上回り、最も汎用性とプライバシー保護を提供します。

arXiv:2602.08254v1 Announce Type: new Abstract: Simulating high-fidelity patients offers a powerful avenue for studying complex diseases while addressing the challenges of fragmented, biased, and privacy-restricted real-world data. In this study, we introduce SynthAgent, a novel Multi-Agent System (MAS) framework designed to model obesity patients with comorbid mental disorders, including depression, anxiety, social phobia, and binge eating disorder. SynthAgent integrates clinical and medical evidence from claims data, population surveys, and patient-centered literature to construct personalized virtual patients enriched with personality traits that influence adherence, emotion regulation, and lifestyle behaviors. Through autonomous agent interactions, the system simulates disease progression, treatment response, and life management across diverse psychosocial contexts. Evaluation of more than 100 generated patients demonstrated that GPT-5 and Claude 4.5 Sonnet achieved the highest fidelity as the core engine in the proposed MAS framework, outperforming Gemini 2.5 Pro and DeepSeek-R1. SynthAgent thus provides a scalable and privacy-preserving framework for exploring patient journeys, behavioral dynamics, and decision-making processes in both medical and psychological domains.