《AKI协同诊断系统:用于预测急性肾损伤的结构跟随多智能体系统》

本文介绍了一种名为“AKI协同诊断系统”的多智能体系统，旨在通过结构跟随多智能体框架预测急性肾损伤（AKI）。该系统自动学习全局模型并将其作为先验信念融入智能体中，优化健康评估和决策制定。实验结果表明，相比基线模型，该系统在提前48小时预测AKI方面表现出更高的平均精度，验证了全局结构在提升分类和诊断推理性能中的必要性。系统基于MIMIC-III数据库进行开发和验证，采用知识三元组形式标准化数据，并使用SHAP方法解释特征重要性。系统还选择了三种开源大语言模型进行微调，设计了结构跟随和半结构跟随两种路径。智能体通过类似临床查房的协调机制实现知识蒸馏，评估指标包括混淆矩阵指标和语义相似度指标。