CardAIc-Agents：用于心脏护理支持的具有层次化适应性的多模态框架
人工智能
2025-12-24 v2 计算机与社会
多智能体系统
摘要
心血管疾病(CVDs)是全球死亡的首要原因，由于医护人员严重不足而造成的负担进一步加重。人工智能(AI)代理显示出通过自动化检测和主动筛查来缓解这一差距的潜力，但其临床应用受限于：1)僵化的顺序工作流程，而临床护理往往需要适应性推理以选择特定检查并根据结果指导个性化后续步骤；2)仅依赖内在模型能力执行角色分配，缺乏针对特定领域的工具支持；3)通用且静态的知识库，缺乏持续学习能力；4)固定的单模态或双模态输入，缺乏在临床医生需要时提供视觉输出的能力。在此基础上，提出了一种多模态框架CardAIc-Agents，通过外部工具增强模型并适应性支持多种心脏任务。首先，一个 CardiacRAG 代理生成任务感知的计划，这些计划来自可更新的心脏知识；而 Chief 代理集成工具以自主执行这些计划并提供决策。其次，为实现适应性和案例特定的定制，开发了逐步更新策略，以基于前序执行结果动态细化计划，一旦任务被评估为复杂。此外，提出了一个多学科讨论小组，可自动调用以解释具有挑战性的案例，从而支持进一步的适应。此外，提供了视觉审查小组，以协助验证当临床医生提出疑虑时。跨三个数据集的实验表明，CardAIc-Agents 在主要视觉语言模型(VLMs)和最先进的代理系统与 state-of-the-art 相比较时具有效率优势。
引用
@article{arxiv.2508.13256,
title = {CardAIc-Agents: A Multimodal Framework with Hierarchical Adaptation for Cardiac Care Support},
author = {Yuting Zhang and Karina V. Bunting and Asgher Champsi and Xiaoxia Wang and Wenqi Lu and Alexander Thorley and Sandeep S Hothi and Zhaowen Qiu and Baturalp Buyukates and Dipak Kotecha and Jinming Duan},
journal= {arXiv preprint arXiv:2508.13256},
year = {2025}
}