arXiv cs.AI· Qingqing Wang, Liqiang Xiao, Chang Chang·· 12 小时前AI 评分31
基于 Qwen3-14B 的证据驱动多智能体复合 AI 系统，用于头颈质子放疗计划
An Evidence-Driven Multi-Agent Compound AI System for Head and Neck Proton Radiotherapy Planning
AI 导读
研究团队构建了一套证据驱动的多智能体复合 AI 系统，将基于 PPO 的 DRL 自动计划与基于 LLM 的对话式计划优化结合，用于质子 PBS 头颈癌放疗。系统由规划智能体、聊天机器人和评估智能体组成，其中规划智能体基于 Qwen3-14B，经 SFT 与 GRPO 后训练，在指令遵循、信息检索和领域推理上优于基座模型。
正文 · AI 翻译
摘要：放射治疗计划需要在满足临床标准的同时平衡相互竞争的目标，并兼顾医生的偏好。本研究旨在开发一个证据驱动的多智能体复合 AI 系统，将基于 DRL 的自动治疗计划与基于 LLM 的对话式计划优化相结合，用于质子 PBS 治疗。首先，使用 PPO 训练的策略网络在无人干预的情况下生成多个计划，从中选择一个作为目标计划，其余作为后续优化的参考。对于需要进一步调整的疑难病例，基于 LLM 的多智能体系统可通过自然语言交互实现计划优化。该系统包括一个规划智能体，负责推荐有证据支持的调整；一个聊天机器人，提供统一的对话界面；以及一个评估智能体，负责检索临床指标并识别约束违反情况。为增强领域特定推理能力，基于 Qwen3-14B 的规划智能体被设计为利用先前生成计划中的证据来论证其建议，并使用 SFT 和 GRPO 在任务特定数据上进行后训练。该框架使用 21 例头颈部（H&N）癌症患者进行训练和评估，每位患者生成 5 个 PPO 生成的计划。其中，选取 50 个计划用于指令引导的优化。与基础 LLM 相比，后训练的 Qwen3-14B 在指令遵循、信息检索和领域特定推理能力方面均有提升。由此产生的调整更有效地改善了用户优先的目标，同时限制了竞争目标的恶化，在患者特定计划优化中产生了更符合临床实际的权衡。所提出的复合 AI 系统提供了一个用户友好的计划平台，为个性化质子 PBS 治疗计划提供了一种有前景的方法。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.29010 [cs.AI] |
| （或 arXiv:2610.29010v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29010 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Qingqing Wang [查看电子邮件]
[v1]
2026年10月21日星期三 00:21:19 UTC（1,257 KB）
来源：arXiv cs.AI · arxiv.org