ClinicalAgent: мультиагентная система для клинических исследований с рассуждением на основе большой языковой модели

Большие языковые модели (LLM) и мультиагентные системы продемонстрировали впечатляющие возможности в задачах обработки естественного языка, однако сталкиваются с трудностями при применении в клинических исследованиях, главным образом из-за ограниченного доступа к внешним знаниям. Учитывая потенциал современных инструментов для клинических исследований, которые агрегируют данные и строят прогнозы на основе новейшей медицинской информации, мы предлагаем интегрированное решение для повышения их доступности и практической полезности. Мы представляем Clinical Agent System (ClinicalAgent) — клиническую мультиагентную систему, предназначенную для решения задач, связанных с клиническими исследованиями, которая использует GPT-4, мультиагентные архитектуры, стратегию least-to-most и технологию рассуждения ReAct. Такая интеграция не только повышает производительность больших языковых моделей в клиническом контексте, но и обеспечивает новые функциональные возможности. Предложенный метод демонстрирует конкурентоспособные результаты прогнозирования исходов клинических исследований (PR-AUC 0,7908), обеспечивая улучшение на 0,3326 по сравнению со стандартным методом формирования запроса. Код находится в открытом доступе по адресу: https://github.com/LeoYML/clinical-agent.