肺がんの早期発見において、縦断的電子健康記録（EHR）から患者の軌跡をモデリングすることは重要だが、データの疎性、ノイズ、長文脈マルチモーダル系列の処理が課題となる。既存のLLMベースのマルチエージェントシステムは文脈長を扱えるが、患者を個別に処理するため、臨床医が類似過去症例から経験を蓄積する方法を模倣できていない。そこで、Traj-Evolveという自己進化型マルチエージェントシステムが提案された。
Traj-Evolveは2つの補完的な進化メカニズムを持つ。第一に、経験プール（ExPool）は非パラメトリック記憶として機能し、棄却サンプリングされた推論トレースをインデックス化し、類似患者を少数ショットコンテキストとして検索する。第二に、マルチエージェント強化学習（MARL）は報酬ランク付けによるファインチューニングにより、エージェント間およびエージェントと記憶の協調をパラメトリックに最適化する。一対抜き交差検索戦略が両者を統合し、検索拡張下での訓練と推論の挙動を一致させる。
最大5年間のマルチモーダルEHRを用いた肺がん予測タスクにおいて、Traj-Evolveは全体人口および困難な非喫煙者人口で9つの強力なベースラインを上回った。進化ダイナミクスの分析から3つの主要な発見が得られた：(1) ExPoolの拡大により、最適な検索が多様なサンプルから特異的なサンプルへ移行する。(2) MARL下では、マネージャエージェントの予測損失は急速に収束するが、ワーカーエージェントの時間的推論は検証済み患者の増加から引き続き恩恵を受ける。(3) 両メカニズムは予測リスクにおいて補完的であり、ExPoolは特異度を向上させ、MARLは感度を向上させる。
Traj-Evolveは、記憶と協調の進化を通じて臨床経験の蓄積を模倣する、AI駆動型臨床意思決定支援の新しいパラダイムを提供する。今後の研究では、他の疾患領域への適用や検索と強化学習の相互作用のさらなる最適化が期待される。