首页 > 文章详情

应志涛教授：多癌种MDT诊疗智能革新！EvoMDT自进化多智能体系统Nature子刊发文

01月30日

整理：肿瘤资讯

来源：肿瘤资讯

在全球肿瘤诊疗复杂性日益增加与医疗资源分布不均的背景下，如何为肿瘤患者提供规范化、个性化且高效的多学科诊疗方案，已成为临床医学面临的核心挑战。传统的多学科肿瘤协作组（MDT）是提升肿瘤诊疗质量的重要途径，但其运作高度依赖稀缺的专家资源，且决策过程耗时冗长，质量易受专家经验差异及工作负荷波动的影响。与此同时，现有临床决策支持工具或局限于静态知识库查询，难以应对复杂多变的真实病例；或受限于大语言模型的“黑箱”推理与事实“幻觉”，无法提供可审计、可追溯的临床逻辑。上述局限性共同构成了当前临床决策支持领域亟待突破的关键瓶颈。

在此背景下，中国医学科学院肿瘤医院应志涛教授联合福建医科大学附属第一医院、清华大学、新加坡南洋理工大学及北京大学第三医院等团队开展了一项具有里程碑意义的研究，近期在Nature旗下数字医疗领域顶刊npj Digital Medicine（IF 15.1）正式发表。论文题为EvoMDT: a self-evolving multi-agent system for structured clinical decision-making in multi-cancer（DOI：10.1038/s41746-025-02304-8）。【肿瘤资讯】特此整理，以飨读者。

架构创新

多智能体协作模拟真实MDT决策全流程

针对前述挑战，研究团队创新性地采用“多智能体协作”架构，旨在计算层面模拟真实MDT的协作流程。系统内部部署了五个功能专一的智能体模块：

诊断智能体：执行病灶分析，整合TNM、BCLC、Lugano等分期系统。
治疗智能体：生成个性化治疗方案，涵盖化疗、靶向、免疫及细胞治疗等多条路径。
安全智能体：实时审查禁忌症、药物相互作用及器官功能耐受性。
监测智能体：规划个体化的疗效评估与随访监测计划。
协调智能体：作为“仲裁者”，综合各智能体输出，依据安全优先原则解决分歧，形成最终共识建议。

这一架构设计，结合检索增强生成（RAG）技术，有效解构了复杂的临床决策流程，使AI的推理过程变得角色分明、环节可查、证据可溯，从而在根本上提升了决策的透明性与可信度。

更为关键的是，EvoMDT系统嵌入了独特的“自进化”机制。该系统能够根据真实世界的临床反馈与预后数据，自动优化各智能体的决策权重、提示策略及知识检索范围，从而形成一个持续学习与迭代的闭环。这意味着，该系统不仅能够静态地应用既有知识，更能动态地适应临床指南的更新与诊疗实践模式的演变。这为其在快速发展的肿瘤学领域中保持长期适用性提供了机制保障。

专科深耕

研究团队强化淋巴瘤诊疗AI逻辑

研究团队将丰富的临床经验注入EvoMDT系统的开发中，并主导了EvoMDT系统在淋巴瘤这一高度异质性肿瘤中的专项优化与验证工作，团队重点强化了系统对淋巴瘤诊疗的三大核心环节的支持。

其一，精细化诊断与风险分层：不仅整合了Lugano/Ann Arbor分期、国际预后指数（IPI），更纳入评估中枢神经系统受累风险的CNS-IPI模型。

其二，构建全流程治疗决策支持：知识库覆盖从R-CHOP、ABVD等经典化疗方案到CAR-T细胞、双特异性抗体等前沿疗法。

其三，完善安全管理与长期随访模块：针对治疗相关感染、神经毒性等风险设定了专项监控逻辑，显著提升了系统在淋巴瘤这一高度异质性疾病中的临床适用性。

专项验证数据表明，在包含100例真实淋巴瘤病例的回顾性验证中，EvoMDT生成的治疗方案与专家共识方案的语义相似度（BERTScore）达0.67，且安全性违规率极低。同时，系统将传统MDT讨论所需的平均决策时间显著缩短，在保障决策质量的前提下提升了效率。

严谨验证

三层评估体系证实系统临床级可靠性

为全面验证系统的有效性与可靠性，研究团队构建了严谨的多层次评估体系。首先，在包括MedQA、MedMCQA-Cancer在内的六个公开肿瘤问答基准测试中，EvoMDT的准确率与语义理解度显著超越多个前沿通用大语言模型（图1）。

图1. EvoMDT在六个医学问答基准上的综合性能比较情况

其次，在基于405例肺癌、乳腺癌、肝癌和淋巴瘤真实病例的回顾性验证中，其生成的治疗方案与专家共识方案的语义相似度（BERTScore）达到0.62~0.68，属于自然语言处理任务中的高度相似水平（图2）。

图2. 四个肿瘤类型的六维度评分分布情况

最后，也是最具临床说服力的是，一项由五位不同年资肿瘤专科医师参与的单盲前瞻性评估显示，EvoMDT在“安全性与伦理”、“方案完整性”及“证据利用率”等多个维度的评分均接近专家水平，综合决策质量获得了临床认可。评估数据同时表明，系统能够将结构化病例的决策生成时间缩短30~40%，在保障决策质量的前提下显著提升了效率（图3）。

图3. 五位医生与EvoMDT的响应时间对比情况

展望未来

迈向可信赖、可进化的人机协同决策新时代

“淋巴瘤亚型繁多，治疗路径高度复杂，尤其依赖多学科协作与个体化的精准策略。”研究指出，“EvoMDT的核心价值在于构建了一个可追溯、能进化、透明化的临床推理引擎。其每一项建议都能关联到具体的指南证据链，并且能够通过反馈持续优化。这对于推动淋巴瘤乃至整个肿瘤诊疗的规范化与同质化，特别是在提升基层与资源有限地区的诊疗水平方面，具有重要的现实意义与临床价值。”

综上所述，该研究成果的发表，为人机协同、智能增强的肿瘤诊疗新模式奠定了坚实的学术与技术基础。EvoMDT系统作为一项“虚拟MDT核心”技术原型，未来有望作为辅助工具，服务于各级医疗机构，助力生成更规范、精准的诊疗方案，从而为优化医疗资源配置、助力分级诊疗体系建设提供新的思路。目前，研究团队已启动多中心前瞻性临床研究，并致力于探索与影像、病理等多模态数据的深度融合，以期持续推动这一可信赖的AI临床决策支持系统向更广泛、更深层的临床应用场景拓展。

专家简历

应志涛

主任医师、医学博士

中国医学科学院肿瘤医院内科淋巴瘤病区主任
擅长领域：恶性淋巴瘤诊治，细胞免疫治疗

中国人体健康科技促进会细胞免疫治疗专业委员会副主任委员兼秘书长
中国临床肿瘤学会（CSCO）淋巴瘤专家委员会常务委员
中国临床肿瘤学会（CSCO）青年专家委员会常务委员
中国抗癌协会肿瘤异质性个体化治疗委员会常务委员
中华医学会肿瘤学分会第11届青年委员
JCO-Blood中文版细胞与免疫治疗青年副主编
Blood and Genomics杂志编委

责任编辑：肿瘤资讯-grady
排版编辑：肿瘤资讯-kk