Комплексный обзор ИИ-агентов в здравоохранении

Цель: В настоящем обзоре систематически картируется быстро развивающийся ландшафт агентов искусственного интеллекта (ИИ) в здравоохранении. В нем рассматривается критически важная необходимость адаптации универсальных агентных фреймворков, характеризующихся автономностью, планированием и использованием инструментов, к жестким ограничениям медицинского принятия решений и ухода за пациентами, где цена ошибки высока, а требования к безопасности являются критическими. Методы: Проведен комплексный обзор более 200 недавних исследований с обобщением литературы из основных академических баз данных. Разработана целостная таксономия, отражающая полный жизненный цикл агентов в здравоохранении и охватывающая модальности восприятия, базовые технические архитектуры и протоколы оценки, специфичные для автономных систем. Результаты: Обзор содержит количественный анализ ландшафта, демонстрирующий экспоненциальный рост данной области. Предметная область структурирована вокруг трех основных направлений: (1) восприятие мультимодальных клинических данных (например, электронных медицинских карт [EHR], медицинских изображений и геномных данных); (2) возможности агентов, включая использование инструментов, рассуждение, память и взаимодействие между несколькими агентами; и (3) экосистема приложений, организованная по ролям заинтересованных сторон (врачи, пациенты, исследователи и администраторы). Кроме того, классифицированы фреймворки оценки и рассмотрена готовность современных систем к внедрению с учетом технических, доказательных аспектов и аспектов управления. Наконец, определены проблемы перехода медицинских агентов от контролируемой оценки к интеграции в реальную клиническую практику. Репозиторий связанных публикаций, который постоянно обновляется, доступен по адресу: https://github.com/AgenticHealthAI/Awesome-AI-Agents-for-Healthcare. Заключение: ИИ-агенты обладают значительным потенциалом для совершенствования здравоохранения благодаря автономному рассуждению и интеграции в рабочие процессы. Однако современные исследования по-прежнему в основном сосредоточены на тестовых наборах и в условиях контролируемой оценки, а перенос этих разработок в клиническую практику потребует достижений в области надежности, защиты конфиденциальности, управления и операционной интеграции.