MacAma: мультиагентная система искусственного интеллекта как соучёный для автоматизированного метаанализа

Метаанализ имеет фундаментальное значение для доказательной медицины, однако традиционные рабочие процессы остаются трудоёмкими и подверженными систематической ошибке. Хотя исследовательские агенты на основе больших языковых моделей (LLM) создают возможности для автоматизации рабочих процессов, им часто не хватает точности работы с данными и методологической прослеживаемости, необходимых для строгого количественного синтеза доказательств, особенно при анализе мультимодальных научных графиков. Для решения этой проблемы мы представляем MacAma — полуавтоматизированную мультиагентную платформу для метаанализа, ограниченного протоколом и верифицируемого человеком. MacAma преобразует отдельные элементы отчётности PRISMA 2020, логику критериев приемлемости на основе PICOS и домены риска систематической ошибки SYRCLE в структурированные подсказки, правила принятия решений, поля вывода и записи аудита. Важнейшей особенностью MacAma является стратегия автоматизации с учётом риска: задачи с низким риском, повторяющиеся и регламентируемые протоколом, такие как скрининг литературы и подготовка черновика, передаются ИИ-агентам, тогда как этапы с существенным влиянием на оценку размера эффекта и статистические выводы, например извлечение количественных данных из графиков, остаются предметом экспертной проверки. В доклиническом исследовании лучевой терапии, посвящённом оценке связанных с опухолью иммунных исходов и метастатического потенциала, опосредованного циркулирующими опухолевыми клетками, MacAma продемонстрировала конкурентоспособные результаты скрининга в оцениваемом бенчмарке и более чем на 80% снизила объём ручной работы по скринингу в рамках текущего рабочего процесса. Это исследование также показывает, как структурированные результаты работы агентов, заранее определённые критерии и записи аудита могут обеспечивать прозрачные скрининг, извлечение данных, статистический синтез и подготовку рукописи. Полученные результаты указывают на то, что MacAma может представлять собой масштабируемую и поддающуюся аудиту платформу для метаанализа с поддержкой ИИ, хотя сохраняются существенные ограничения, связанные с доступом к полным текстам, извлечением количественных данных из графиков и экспертной интерпретацией неоднородности. MacAma имеет открытый исходный код и доступна по адресу: https://github.com/YilinYuan/MacAma.