VERITAS：基于智能体系统的图像衍生假设检验的可验证认识论推理

针对多模态临床数据分析流程碎片化的问题，本文提出 VERITAS，一个多智能体系统。该系统能自主测试自然语言假设，并生成完全可审计的证据链。通过将工作流分解为由角色专用智能体处理的四个阶段，并引入认识论证据标签框架，系统能机械地分类结果（支持、反驳、效力不足或无效）。实验表明，该方法在心脏和脑胶质瘤 MRI 数据集上显著优于单模型基线，且能生成高比例的可独立验证统计输出，证明了结构化多智能体分解可替代模型规模以保持临床研究所需的可验证性。