Zodiac：面向心脏病学的多智能体诊断框架
人工智能
2024-10-04 v1 计算与语言
摘要
大型语言模型(LLM)在医疗领域取得了显著的进展。然而，LLM 在专业化临床实践中的专业性仍存在显著差距，限制了其在实际诊断中的应用。在本工作中，我们引入ZODIAC，一个以心脏病学专业性为目标的LLM框架，旨在使LLM在心脏病学诊断中发挥专业作用。ZODIAC通过从患者数据中提取临床相关特征、检测显著心律失常并生成初步报告来协助心脏病医生。为实现心脏病学专业性，ZODIAC基于多智能体协作框架构建，使其能够跨多个模态处理患者数据。每个LLM代理都使用由心脏病医生审核的真实世界患者数据进行微调，以强化模型的专业性。ZODIAC经过严格的临床验证，使用独立的心脏病医生进行评估，评估包括八个衡量临床有效性并解决安全问题的指标。结果表明，ZODIAC在行业领先模型（包括OpenAI的GPT-4o、Meta的Llama-3.1-405B和Google的Gemini-pro）以及医学专家LLM（如Microsoft的BioGPT）方面均表现出优势。ZODIAC展示了专业化LLM在医疗保健领域的变革性潜力，通过提供满足医学实践严格要求的领域特定解决方案。值得注意的是，ZODIAC已成功集成到心电图(ECG)设备中，体现了将LLM嵌入医学软件设备(SaMD)中的日益增长趋势。
引用
@article{arxiv.2410.02026,
title = {Zodiac: A Cardiologist-Level LLM Framework for Multi-Agent Diagnostics},
author = {Yuan Zhou and Peng Zhang and Mengya Song and Alice Zheng and Yiwen Lu and Zhiheng Liu and Yong Chen and Zhaohan Xi},
journal= {arXiv preprint arXiv:2410.02026},
year = {2024}
}