近年、トポロジカルデータ分析（TDA）は、大規模データセットから形状や構造の本質的な特徴を抽出する強力な手法として注目を集めている。しかし、TDAを効率的に活用するためには、多次元データの前処理や特徴抽出において高度な計算能力と柔軟性が求められる。この課題に対し、LLMエージェントは、自然言語理解能力を活かしつつ、タスクを自律的に調整しながら複雑なデータ解析を実行できる新たなフレームワークとして期待されている。本研究では、LLMエージェントを活用し、CTデータのトポロジカル特性を効率的かつ自律的に抽出する手法に関する検討結果について報告する。