RadFabric：具备推理能力的放射科智能体系统
计算机视觉与模式识别
2025-06-18 v1 计算与语言
摘要
胸片 X 射线(CXR)影像仍是诊断胸腔疾病的关键工具,但现有自动化系统在病理覆盖范围、诊断准确性和视觉与文本推理集成方面存在局限。为此我们提出RadFabric,一个多智能体、多模态推理框架,统一视觉与文本分析,实现全面CXR解读。RadFabric基于Model Context Protocol(MCP),实现模块化、互操作性和可扩展性,以便无缝集成新的诊断智能体。系统采用专用的CXR智能体进行病理检测、解剖解释智能体将视觉发现映射到精确的解剖结构,以及由大型多模态推理模型驱动的推理智能体将视觉、解剖和临床数据整合为透明且基于证据的诊断。RadFabric实现了显著的性能提升,在针对创伤等挑战性病理的检测方面实现近乎完美的检测(1.000准确率),并在整体诊断准确率(0.799)上优于传统系统(0.229至0.527)。通过集成跨模态特征对齐和偏好驱动的推理,RadFabric推动了AI驱动的放射学向透明、解剖精确和临床可操作的CXR分析发展。
引用
@article{arxiv.2506.14142,
title = {RadFabric: Agentic AI System with Reasoning Capability for Radiology},
author = {Wenting Chen and Yi Dong and Zhaojun Ding and Yucheng Shi and Yifan Zhou and Fang Zeng and Yijun Luo and Tianyu Lin and Yihang Su and Yichen Wu and Kai Zhang and Zhen Xiang and Tianming Liu and Ninghao Liu and Lichao Sun and Yixuan Yuan and Xiang Li},
journal= {arXiv preprint arXiv:2506.14142},
year = {2025}
}
备注
4 figures, 2 tables