FEAT：一个用于自动化死因分析的多智能体法医人工智能系统，配备领域适配大语言模型

法医死因鉴定面临系统性挑战，包括人力短缺和诊断差异性，尤其是在像中国法医学基础设施这样的大体量系统中。我们引入了 FEAT（法医智能体），这是一个多智能体人工智能框架，通过领域适配的大语言模型实现死亡调查的自动化和标准化。FEAT 的面向应用的架构集成了：（i）一个用于任务分解的中心规划器，（ii）用于证据分析的专业化本地求解器，（iii）一个用于迭代优化的记忆与反思模块，以及（iv）一个用于结论综合的全局求解器。该系统采用工具增强推理、分层检索增强生成、法医微调的大语言模型以及人在回路反馈，以确保法律和医学的有效性。在针对多样化中国案例队列的评估中，FEAT 在长篇尸检分析和简洁的死因结论方面均优于最先进的人工智能系统。它在六个地理区域展示了强大的泛化能力，并在盲法验证中达到了很高的专家一致性。资深病理学家验证 FEAT 的输出与人类专家的输出相当，并且在检测细微的证据差异方面有所改进。据我们所知，FEAT 是首个专用于法医学的基于大语言模型的 AI 智能体系统，在保持专家级严谨性的同时，提供可扩展、一致的死亡认证。通过将 AI 效率与人类监督相结合，这项工作可以促进公平获得可靠的法医服务，同时解决法医系统中的关键能力限制。