EvoMDT: саморазвивающаяся мультиагентная система для структурированного принятия клинических решений при множественных видах рака

Мультидисциплинарные онкологические консилиумы (MDT) играют центральную роль в лечении рака, однако их возможности по-прежнему ограничены нехваткой экспертов и вариабельностью качества принимаемых решений. EvoMDT использует цикл саморазвития, в рамках которого на основе отзывов экспертов и сигналов об исходах обновляются промпты, веса консенсуса и область поиска, что повышает устойчивость системы без утраты прослеживаемости. Это имеет клиническое значение, поскольку нагрузка на MDT и доказательная база со временем меняются, требуя адаптивной, но поддающейся аудиту поддержки принятия решений. Агенты выполняют предметно-ориентированный вывод на основе клинических данных на уровне отдельных очагов и структурированного поиска знаний; протокол консенсуса разрешает конфликты и формирует прослеживаемые рекомендации, связанные с источниками доказательств. Оценка охватывала шесть общедоступных бенчмарков по вопросам и ответам в онкологии и четыре набора реальных данных (рак молочной железы, печени, лёгких и лимфома), после чего проводилась однократно слепая оценка врачами. Количественные метрики (ROUGE и BERTScore) и автоматизированные проверки безопасности использовались для оценки фактической корректности и соответствия клиническим рекомендациям, а врачи оценивали клиническую обоснованность и удобство использования. EvoMDT превзошла базовые модели передового уровня на основе больших языковых моделей (LLM), включая Llama-3-70B, Claude-3 и Med-PaLM 2, повысив соответствие клиническим рекомендациям и семантическое согласование с планами экспертов (BERTScore 0,62–0,68) и сократив число нарушений требований безопасности. По результатам оценки врачами качество решений EvoMDT было сопоставимо с качеством решений, принимаемых человеческими MDT, при одновременном сокращении времени ответа на 30–40%. Эти результаты позиционируют EvoMDT как интерпретируемую, прослеживаемую по доказательствам платформу, которая переводит рассуждения искусственного интеллекта в практическую плоскость мультидисциплинарной онкологической помощи и создаёт масштабируемую основу для надёжной прецизионной онкологии на уровне отдельных очагов.