arXiv cs.AI· Pengze Li, Jingna Feng, Yue Yu, Yining Wu, Xinyue Hu, Jie Lin, Avanti Bhandarkar, Cui Tao·· 10 小时前AI 评分34
VirtualTrialHarness：跨复杂临床 Schema 协调虚拟试验协议智能体化执行
VirtualTrialHarness: Coordinating Agentic Operationalization of Virtual Trial Protocols Across Complex Clinical Schemas
AI 导读
VirtualTrialHarness（VTHarness）是一个智能体框架，通过为每个工作流阶段选择可复用的流程技能，并用显式契约保持各阶段研究决策一致，从而协调虚拟试验的可执行化。
正文 · AI 翻译
摘要：虚拟试验利用常规收集的临床数据来评估治疗策略，但将研究方案转化为可执行的分析，需要确定临床概念和研究要求应如何在可用数据中表示，并在整个工作流程中一致地应用。这些决策取决于本地数据表示和操作惯例，可能涉及数据源选择、患者与就诊身份、关联以及时间解释。在此，我们介绍 VirtualTrialHarness（VTHarness），这是一个智能体框架，它通过为每个工作流程阶段选择可复用的程序性技能来协调虚拟试验的操作化，并使用显式契约在各阶段之间保持研究决策的一致性。我们还介绍了用于评估数据源选择和队列构建的 VTBenchmark。在三个复杂的合成环境中，VTHarness 在需求澄清后，于 95.1% 的工作流程中成功生成了所有必需的队列输出并与参考结果匹配，而使用同一程序性语料库进行检索的匹配率为 60.4%。程序性技能在三个语言模型上改善了数据源恢复，并在 13 个 Mayo Clinic 案例中提高了与分析人员代码的数据源重叠度。针对特定站点的适配使八个 MIMIC-IV 任务能够执行与参考匹配的队列。在 Mayo Clinic 虚拟试验项目中，该框架支持研究者对队列构建和终点分析进行审查。这些发现支持将程序性指导与工作流程决策相协调，以改善复杂临床模式下的虚拟试验实施。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.05551 [cs.AI] |
| （或 arXiv:2611.05551v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05551 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Pengze Li [查看电子邮件]
[v1]
2026年11月3日星期二 19:45:21 UTC（1,441 KB）
来源：arXiv cs.AI · arxiv.org