Multi-Agent Systems Medical Diagnosis Retrieval-Augmented Generation Interpretability
摘要

准确且可解释地诊断肝病至关重要,但在临床实践中仍具挑战。现有方法缺乏透明度和结构化推理能力。为此,本文提出 MedCoRAG 框架,从标准化异常发现生成诊断假设,并联合检索 UMLS 知识图谱路径与临床指南构建患者特异性证据包。该框架采用多智能体协作推理:路由代理根据病例复杂度动态调度专科代理进行迭代推理及针对性重检索,全科代理则综合所有审议形成可追溯的共识诊断。MIMIC-IV 实验表明,该方法在诊断性能与推理可解释性上均优于现有方法及闭源模型。

AI 推荐理由

论文核心提出多智能体协作推理框架,通过迭代推理和共识机制解决诊断问题。

研究机构
南京大学计算机科学与工程学院,南京,210094,中国
论文信息
作者 Zheng Li, Jiayi Xu, Zhikai Hu, Hechang Chen, Lele Cong et al.
发布日期 2026-03-05
arXiv ID 2603.05129
相关性评分 9/10 (高度相关)