一种共演化智能体AI系统用于医学影像分析
计算机视觉与模式识别
2025-09-25 v1 定量方法
摘要
智能体AI在医疗保健和生物医学研究中正迅速发展。然而，在医学影像分析中，其性能和采用率仍然有限，原因在于缺乏一个稳健的生态系统、工具集不足以及缺乏实时交互式专家反馈。这里我们提出了"TissueLab"，一个共演化智能体AI系统，允许研究人员提出直接问题、自动规划和生成可解释的工作流，并进行实时分析，专家可以在其中可视化中间结果并进行优化。TissueLab整合了病理学、放射学和空间组学领域的工具工厂。通过标准化多样化工具的输入、输出和能力，该系统确定何时以及如何调用它们来解答研究和临床问题。在涵盖分期、预后和治疗规划等具有临床意义的量化任务的多样化场景中，TissueLab取得了与端到端视觉语言模型（VLMs）和其他智能体AI系统（如GPT-5）相比的最先进性能。此外，TissueLab持续从临床医生那里学习，朝着更优的分类器和更有效的决策策略演进。通过主动学习，它能在几分钟内在未见过的疾病场景中提供准确结果，而无需大规模数据集或漫长的再训练。作为可持续的开源生态系统发布，TissueLab旨在加速医学影像领域的计算研究和转化应用，同时为下一代医学AI奠定基础。
引用
@article{arxiv.2509.20279,
title = {A co-evolving agentic AI system for medical imaging analysis},
author = {Songhao Li and Jonathan Xu and Tiancheng Bao and Yuxuan Liu and Yuchen Liu and Yihang Liu and Lilin Wang and Wenhui Lei and Sheng Wang and Yinuo Xu and Yan Cui and Jialu Yao and Shunsuke Koga and Zhi Huang},
journal= {arXiv preprint arXiv:2509.20279},
year = {2025}
}