arXiv cs.MA· Xueyi Zhang, Hongru Du, Ensheng Dong·· 11 小时前AI 评分44
面向公共卫生数据采集的智能体 AI 方法：多智能体框架实现跨源疾病监测
Toward an Agentic AI Approach to Public Health Data Collection
AI 导读
研究者构建了一个多智能体框架，整合来源发现、来源评估、证据结构化、事件关联与验证，用于跨异构来源协调疾病监测数据采集。在汉坦病毒疫情回溯应用中，该工作流找回了全部 13 例病例，关联 85 个不同发布者域名（参考基准为 28 个）；加拿大麻疹计数最终总量比国家参考值低 0.33%，并在 79.8% 的可比日期上累计计数更高。
正文 · AI 翻译
摘要：疾病监测日益整合自动化数据采集，但预定义的来源和流程需要随着报告实践的变化而手动调整。我们探索智能体人工智能（AI）作为一种跨异构来源协调监测数据采集的方法。具体而言，我们构建了一个多智能体框架，整合了来源发现、来源评估、证据结构化、事件关联和验证。三个回顾性应用展示了其前景。该工作流程在汉坦病毒疫情中恢复了全部 13 例个体病例，链接到 85 个不同的发布者域名，而参考基准中为 28 个；重建了加拿大麻疹计数，最终总数比国家参考值低 0.33%，且在 79.8% 的可比日期上累计计数更高；并通过纳入有归属的媒体报道，将近期塞拉利昂猴痘报告覆盖的日期比例从 28.2% 提高到 65.6%。这些演示也揭示了记录完整性和准确性方面的局限，而及时性方面的前瞻性收益仍未经过测试。我们将智能体 AI 设想为公共卫生数据基础设施的补充层，在公共卫生专业人员定义的监测目标和标准下协调与证据关联的采集。
| 评论： | 46 页，2 幅图；包含补充信息 |
| 主题： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.31746 [cs.MA] |
| （或 arXiv:2610.31746v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.31746 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xueyi Zhang [查看电子邮件]
[v1]
2026 年 10 月 22 日星期四 17:55:56 UTC（9,762 KB）
来源：arXiv cs.MA · arxiv.org