这篇文章介绍了一个自主式人工智能（AI）智能体，用于肿瘤学临床决策。该智能体利用GPT-4大语言模型（LLM）并整合了多种精确肿瘤学工具，以支持个性化临床决策。文章强调了当前大语言模型在医疗领域，特别是肿瘤学领域的应用潜力，同时也指出了其局限性，并提出了一种结合大语言模型与多种专业工具的解决方案。
背景：
肿瘤学临床决策非常复杂，需要整合多模态数据和多领域专业知识。虽然大语言模型（如GPT-4）展现出强大的推理和问题解决能力，并在医学领域取得了显著进展（例如，通过美国医师执业考试），但其在处理多模态医疗数据方面的能力仍有待提高。现有的生物医学基准测试和评估数据集通常只关注单一任务，无法完全反映现实世界中多步骤推理和个性化决策的复杂性。虽然一些多模态AI系统已经出现，但它们通常只针对一两种数据模态，并且受限于封闭式问答格式。
方法：
研究人员开发了一个自主式AI智能体，该智能体将GPT-4与多种精确肿瘤学工具集成在一起。这些工具包括：
●用于从组织病理学切片检测微卫星不稳定性和KRAS及BRAF突变的视觉转换模型：该模型能够直接从常规组织病理学切片中检测遗传改变。
●用于放射影像分割的MedSAM模型：该模型能够对医学影像进行分割，提取肿瘤区域信息。
●基于网络的搜索工具：包括OncoKB、PubMed和Google，用于检索最新的肿瘤学信息和治疗指南。
●计算器：用于进行简单的计算，例如肿瘤大小变化的计算。
●医学指南数据库：包含约6800份医学文献和临床评分，为模型的推理提供依据。
该AI智能体能够自主选择并应用合适的工具，根据患者的临床信息、影像学数据和基因组数据，生成个性化的治疗方案。研究人员使用20个真实的、多维度的肿瘤患者病例对该AI智能体进行了评估。评估指标包括AI智能体使用工具的准确性、临床结论的正确性以及对相关肿瘤学指南的准确引用。
结果：
结果表明，该AI智能体在以下方面取得了显著的成果：
●工具使用准确性：在64次工具调用中，AI智能体正确使用了56次（87.5%）。
●临床结论准确性：在20个病例中，AI智能体得出了91.0%的正确临床结论。
●指南引用准确性：在257次引用中，75.5%的引用是准确的。
与单独使用GPT-4相比，该AI智能体的临床决策准确性从30.3%大幅提高到87.2%。该AI智能体能够处理复杂的工具使用链，将一个工具的输出作为另一个工具的输入，从而进行多步骤推理。它还能处理患者描述中存在矛盾信息的情况，例如基因突变报告与工具检测结果不一致的情况。
讨论：
研究结果表明，将精确医学工具与大语言模型相结合，能够显著增强其解决问题的能力。 这种方法具有以下优点：
●提高准确性和可靠性：通过整合多种工具和知识库，能够生成更准确和可靠的临床决策。
●方便知识更新：只需更新数据库中的文档或进行网络搜索，即可快速更新医学知识，无需重新训练核心模型。
●减少幻觉：通过检索增强生成机制，能够减少大语言模型的幻觉现象，提高答案的准确性。
●提高透明度：通过提供相关的文献引用，提高了决策过程的透明度，方便事实核查。
局限性：该研究的样本量较小，未来需要进行更大规模的验证研究。此外，还需要进一步优化和验证各个工具，并探索更先进的模型和架构，例如能够处理三维医学影像的模型以及动态调整智能体配置的模型。数据保护和法规遵从也是需要考虑的重要因素。
结语：
本研究展示了一种基于大语言模型的多工具协同AI智能体，该 AI 智能体通过“推理引擎+工具库+知识库” 的三元架构，突破了传统大语言模型的知识局限，在精准肿瘤学领域实现了从患者数据感知、工具调用、信息检索到决策输出的全流程自主操作。其关键优势在于：
●安全、精准且透明的临床辅助能力；
●可拓展、可更新的系统架构；
●较高的引用准确率与工具适配能力。
该系统为未来AI在个体化医疗领域的落地提供了可行路径，也为建立“可信赖的医学AI助手”奠定了基础。
如需要《肿瘤学临床决策自主人工智能智能体的开发与验证》（英文，共18页），请在本微信公众号中赞赏（点喜欢或稀罕作者后按本公众号设定打赏）后，发来email地址索取。
A person is richest when they are content, and happiest when they cherish what they have. 人在什么时候最富有？人在知足的时候最富有。人在什么时候最幸福？人在珍惜的时候最幸福。早上好！
