Агентный искусственный интеллект в здравоохранении: возможности, вызовы и перспективные направления
Agentic AI in Healthcare: Opportunities, Challenges, and Future Directions
2026-05-19
SCID: 54.1/vrmmb69e
Discuss with AI
агентный искусственный интеллектклиническая поддержка принятия решенийэлектронные медицинские картыответы на медицинские вопросымультиагентные системы
Figures from the paper
Abstract (AI)
Интеграция агентного искусственного интеллекта (ИИ) в здравоохранение знаменует наступление новой эры медицинской автоматизации и поддержки принятия решений. Благодаря автономным рассуждениям, планированию и взаимодействию эти системы ИИ преобразуют клинические рабочие процессы, диагностику и ведение пациентов. Последние достижения способствовали переходу агентного ИИ от принятия решений одним агентом к многоагентным системам, обеспечивающим более сложное решение задач в комплексных медицинских условиях. В этом обзорном исследовании подробно рассматриваются ключевые аспекты и проблемы применения агентного ИИ в здравоохранении, включая его использование для взаимодействия с электронными медицинскими картами (EHR), клинической сортировки пациентов, ответов на медицинские вопросы и диагностики заболеваний. Мы классифицируем существующие одноагентные и многоагентные фреймворки, рассматриваем основные метрики оценки, стратегии внедрения и часто используемые бенчмарки, а также анализируем процессы коммуникации, рассуждения и принятия решений этими ИИ-агентами. Кроме того, рассматриваются такие критические проблемы, как надежность моделей, интероперабельность, этические аспекты и регуляторные ограничения. Для поддержки дальнейших исследований мы обобщаем сведения о релевантных наборах данных и бенчмарках и формулируем перспективные направления исследований, акцентирующие взаимодействие человека и ИИ, прозрачность и безопасное внедрение медицинских систем на основе ИИ.
Key Findings
1
Agentic AI развивает автоматизацию здравоохранения и поддержку принятия решений благодаря автономному рассуждению, планированию и сотрудничеству.
2
Применения в здравоохранении включают взаимодействие с электронными медицинскими картами, клиническую сортировку, ответы на медицинские вопросы и диагностику заболеваний.
3
Надёжное внедрение ограничивают надёжность моделей, интероперабельность, этические проблемы и нормативные требования; необходимы прозрачность и сотрудничество человека с ИИ.
4
Область переходит от принятия решений отдельными агентами к многоагентным системам для решения сложных медицинских задач.
5
В обзоре систематизированы агентные фреймворки, метрики оценки, стратегии внедрения, наборы данных и бенчмарки для медицинского Agentic AI.
Research Object
Агентные системы ИИ в здравоохранении, включая одноагентные и многоагентные медицинские системы
Research Subject
Их применение, возможности, оценка, внедрение, коммуникация, рассуждение, принятие решений и проблемы в клинических рабочих процессах и медицинской поддержке принятия решений
Publication Details
Publication Date
2026-05-19
Journal
ACM Computing Surveys
Publisher
Association for Computing Machinery
ISSN
0360-0300
Cited by
19
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai9
Большие языковые модели кодируют клинические знания2023
Генеративные агенты: интерактивные симулякры человеческого поведения2023
Атаки с внедрением промптов на приложения, интегрированные с большими языковыми моделями2023
ChatDev: Коммуницирующие агенты для разработки программного обеспечения2024
AgentClinic: мультимодальный бенчмарк для клинических ИИ-агентов, использующих инструменты2026
Прозрачность в отношении ИИ-агентов2024
Исследование интеллектуальных агентов на основе больших языковых моделей: определения, методы и перспективы2026
Базовые метрики для оценки эффективности медицинских диалогов на основе генеративного искусственного интеллекта2024
Риски «AI-учёных»: приоритет защиты над автономией2025