OMGs：支持卵巢肿瘤护理全过程中多学科决策的多智能体系统

卵巢肿瘤管理日益依赖多学科肿瘤委员会（MDT）讨论以应对治疗复杂性和疾病异质性。然而，全球大多数患者无法及时获得专家共识，尤其是在资源有限的中心，MDT资源稀缺或不可用。本文提出OMGs（卵巢肿瘤多学科智能代理系统），一个基于多智能体的AI框架，其中领域特定的代理通过协作整合多学科证据并生成具有透明理由的MDT风格建议。为系统评估MDT建议质量，我们开发了SPEAR（安全性、个性化、证据、可操作性、稳健性）标准，并在多种临床场景中验证了OMGs。在多中心重新评估中，OMGs的表现与专家MDT共识相当（4.45±0.30 vs. 4.53±0.23），且在证据评分上更高（4.57 vs. 3.92）。在前瞻性多中心评估（59名患者）中，OMGs与常规MDT决策高度一致。关键的是，在人机配对研究中，OMGs显著提升了医生在证据和稳健性方面的建议，这两个维度在缺乏多学科专业知识时最容易受损。这些发现表明，多智能体协商系统可以达到与专家MDT共识相当的性能，有望在资源有限的环境中扩展获取专科肿瘤学专业知识的机会。