RareAgents：用于罕见病诊断与治疗的自主多学科团队
计算与语言
2025-11-11 v3 人工智能
摘要
罕见病虽然单一发病率低，但由于病种繁多，全球累计影响约 3 亿人。多器官系统受累以及具有相关经验的专科医生短缺，使得罕见病的诊断与治疗比常见病更具挑战性。近期，由大语言模型（LLM）驱动的智能体在各个领域展现出了显著的应用价值。在医疗领域，一些智能体方法在医学考试的问答任务中已优于直接提示。然而，当前的智能体框架尚未能很好地适应真实世界的临床场景，尤其是涉及罕见病复杂需求的场景。为弥补这一差距，我们推出了 RareAgents，这是首个专为罕见病复杂临床情境设计的、由 LLM 驱动的多学科团队决策支持工具。RareAgents 集成了先进的多学科团队（MDT）协作、记忆机制及医疗工具利用，以 Llama-3.1-8B/70B 作为基础模型。实验结果表明，RareAgents 在罕见病诊断与治疗方面优于最先进的领域特定模型、GPT-4o 以及现有的智能体框架。此外，我们还贡献了一个新型罕见病数据集 MIMIC-IV-Ext-Rare，以促进该领域的进一步研究。
引用
@article{arxiv.2412.12475,
title = {RareAgents: Autonomous Multi-disciplinary Team for Rare Disease Diagnosis and Treatment},
author = {Xuanzhong Chen and Ye Jin and Xiaohao Mao and Lun Wang and Shuyang Zhang and Ting Chen},
journal= {arXiv preprint arXiv:2412.12475},
year = {2025}
}
备注
AAAI2026 Oral