Silene Bench

概要

• SileneBenchは、AIエージェントが長期にわたってプライマリケア診療所を運営できるかを検証する、実験的でプレイ可能なベンチマークです。
• 患者の再来院や限られた予約枠など、時間の経過によって状況が変化する診療現場をシミュレーションします。

主な特徴

• 日常的な症例の中から、徐々に現れる証拠を手がかりに、まれな疾患を見つけられるかを評価できます。
• 人間が自分で診療所を運営するほか、GPT-6 Astraの臨床・運営上の判断を観察し、両者のパフォーマンスを比較できます。

こんな人におすすめ

• 医療分野におけるAIエージェントの意思決定能力や、診断と診療所運営を横断した性能を研究したい人に適しています。
• 長期シミュレーションや慢性疾患管理、エージェントの判断を可視化するベンチマークに関心がある人に向いています。