arXiv cs.AI· Sixu Chen, Mingrui Yang, Qiang Guan, Xiaojuan Li·· 9 天前AI 评分22
OA-MAP：面向可解释膝骨关节炎进展评估的证据锚定多智能体多模态框架
OA-MAP: Evidence-Grounded Multi-Agent Multimodal Framework for Interpretable Knee Osteoarthritis Progression
AI 导读
研究团队提出 OA-MAP，一个用于膝骨关节炎（KOA）结构与疼痛进展评估的自主多智能体框架，包含 MRI、X-ray 和临床智能体及一个协调智能体，可自主调度专家智能体、选择工具并检索文献作为外部证据。
正文 · AI 翻译
摘要：膝骨关节炎（KOA）进展预测可支持患者监测，需要整合多模态数据和多领域专业知识。此外，孤立的风险估计对预测背后的依据提供的洞察有限。为了自动化进展评估工作流程并减少人工投入，同时提供可解释的发现和支持性证据，我们提出了 OA-MAP，一个用于 KOA 结构和疼痛进展的基于证据评估的自主多智能体框架。该系统包含特定模态的智能体，包括 MRI、X 射线和临床智能体，以及一个协调智能体。该框架能够根据用户请求和可用的患者信息，自主招募专家智能体、选择用于预测和分析的工具，并检索文献作为外部证据。一种基于不确定性的人机协同机制使临床医生能够审查和纠正中间发现，触发对受影响结果的重新计算。我们使用来自 FNIH 骨关节炎生物标志物联盟队列的 600 名参与者评估了预测模型。在 100 名参与者的测试集上，融合模型在结构进展方面达到 0.80 的 AUROC，在疼痛进展方面达到 0.68。一个案例研究展示了 OA-MAP 如何将风险估计与中间发现、跨模态冲突、文献支持和不确定性指标相结合，以支持交互式审查。
| 主题： | 人工智能（cs.AI）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.12134 [cs.AI] |
| （或 arXiv:2610.12134v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12134 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Sixu Chen [查看电子邮件]
[v1]
2026年10月8日星期四 15:23:02 UTC（1,011 KB）
来源：arXiv cs.AI · arxiv.org