基于纵向骨髓瘤记录的代理临床推理：与专家共识的回顾性评估

本研究评估了基于大语言模型的代理推理系统在处理多发性骨髓瘤纵向临床记录时的表现。面对跨越数十年、包含数万份异构文档的复杂病史，该系统在 811 名患者的回顾性数据中与专家共识进行对比。结果显示，代理推理系统的吻合度达 79.6%，显著超越单次检索增强生成（RAG）及全上下文输入基线。其优势随问题复杂度及记录长度增加而提升，但在错误严重性上仍需改进，表明在转化为临床获益前需进一步前瞻性评估。