NeFut Logo NeFut
EN 管理员登录

[AI学术] 揭示幽门螺旋杆菌:基于证据的多代理病例发现系统

发布于:2026-07-08 22:00 最后更新:2026-07-09 03:24
#algorithm #optimization #Open Source

在新加坡的数据表明,约31%的人口存在幽门螺杆菌(H. pylori)感染。H. pylori的持续感染与慢性活动性胃炎和消化性溃疡病相关,其根除对于预防胃癌至关重要。然而,H. pylori阳性及其相关胃炎的证据可能分布在异质的编码和自由文本报告字段中,需要上下文解释,这限制了关键词搜索并使手动审查难以扩展。

我们对Nimblemind多代理系统(nMAS)进行了回顾性试点评估,该系统基于字段名称驱动的证据链接提取工作流程,使用来自新加坡大型医疗系统的54份去标识化胃活检病理报告。评估了四个临床范围的二元字段:胃/胃活检、活检状态、H. pylori阳性及H. pylori相关胃炎。在216个特征案例决定中,nMAS正确分类了213个,整体准确率达98.61%。单独实施的UMA风格MiniMax M2.5比较器产生了类似的汇总和按字段分类指标。尽管预测性能相似,nMAS保持了统一的报告级输出及支持源句,因此其贡献在于工作流程的整合与可追溯性,而非预测优势。

在一个未测量的示例场景下,审查1,000份报告的手动审查时间为每份五分钟,而证据链接验证仅需每份五秒,这将审查时间从83.3小时减少到1.4小时,节省约81.9小时的员工时间,潜在价值约为6100美元。未来的多机构研究应评估证据跨度正确性、临床验证时间及其普遍适用性。

博主点评: 该研究展示了利用多代理系统提高医疗报告审核效率的潜力,特别是在处理复杂的医学文本时。通过自动化和证据链接,可以显著降低人工审核的时间成本,为临床实践提供了新的解决方案。尤其是在大规模医疗系统中,这种方法有望改善胃癌的早期筛查与诊断效率。

原文链接: https://arxiv.org/abs/2607.06435

[h] 返回首页