肿瘤MDT会诊能否交给AI多智能体来做?EvoMDT自进化五智能体系统决策质量比肩人类多学科团队、响应快30-40%
肿瘤多学科会诊(MDT)是癌症诊疗金标准,却受制于专家稀缺、决策质量参差。清华大学、北京大学第三医院、国家癌症中心等团队在npj Digital Medicine提出EvoMDT——一个自进化的五智能体系统(诊断/治疗/安全/监测+协调者),在六项肿瘤基准与405例真实病例盲评中达到与人类MDT相当的决策质量、响应快30-40%。
肿瘤多学科会诊(MDT,也叫「肿瘤委员会」)是癌症诊疗的金标准——胸外科、肿瘤内科、放疗科、影像科、病理科等专家围坐一起,为每位患者敲定个体化方案。但现实是,能享受到高质量 MDT 的患者不到 1%:专家稀缺、会前准备繁琐、决策质量还参差。清华大学、北京大学第三医院、国家癌症中心等团队在《npj Digital Medicine》上提出 EvoMDT——一个「自进化」的多智能体系统,用五个分工明确的 AI 智能体(诊断、治疗、安全、监测 + 协调者)模拟 MDT 会诊流程。在六项肿瘤基准和 405 例真实病例的单盲医生评估中,EvoMDT 的决策质量与人类 MDT 相当,响应时间却缩短了 30-40%。
研究背景:肿瘤MDT会诊为什么又稀缺、又不稳定?
MDT 的价值已经被反复验证:它能把单一专科的「盲区」补上,让治疗决策更均衡、更规范。但它有两个绕不过去的痛点:
- 专家稀缺:顶级肿瘤中心一周要开多个 MDT,每例患者都要影像科重新阅片、病理科回看切片、内科梳理历次方案,会前准备一个人就要花 1.5 到 2.5 小时,人力成本极高;
- 决策质量参差:不同团队、不同时期的决策标准不一,缺乏结构化的「共识度量」和「决策追溯」手段,同一个病例换个团队可能给出不同方案。
这正是 AI 想介入、却又一直没做好的地方。难点不在「让 AI 答一道医学题」,而在「把一屋子专家的讨论、分歧、共识过程可量化地复现出来」。
创新点:EvoMDT 如何用「自进化」解决决策质量参差?
此前不少医疗多智能体系统靠的是简单投票或平均——几个智能体各自给答案,取个多数就算共识。这样做有两个缺陷:一是没有量化「共识到底牢不牢」,二是系统「一成不变」,不会随着专家反馈和临床结局反馈越用越好。
EvoMDT 针对这两点做了两处关键设计:
- 五个角色化智能体分工:诊断智能体、治疗智能体、安全智能体、监测智能体,外加一个协调者(Coordinator),用「安全优先」的共识协议来解决分歧;
- 自进化循环(self-evolution loop):系统会根据专家反馈和结局信号,自动更新提示词、共识权重和检索范围——也就是说,它不是「发布即冻结」,而是像真实的 MDT 团队一样,随经验和证据的演进而持续优化。
这套「自进化」是它区别于同类工作的核心:既要自适应,又不能丢可追溯性。
技术原理:医疗多智能体工作流如何做到「可追溯 + 自适应」?
EvoMDT 属于典型的医疗多智能体工作流,同时具备「证据接地」和「自我进化」两条主线:
- 结构化知识检索(RAG):各智能体对病灶级(lesion-level)临床数据做领域专属推理,同时检索结构化医学知识,保证结论有据可依;
- 共识协议:多个智能体的意见冲突时,由安全优先的共识协议统一裁决,生成证据可追溯的推荐(每条建议都能链回指南或文献);
- 自进化循环:把共识形成过程建模为决策过程,用专家反馈与结局信号反向更新提示词、共识权重、检索范围,让推荐质量和收敛效率随使用提升;
- 基础模型可互换:底层默认用 DeepSeek V3 与 DeepSeek R1,二者可互换,降低对单一模型的依赖。
这套设计把「临床决策智能体」最被诟病的两个问题——「黑箱」和「僵化」——用「证据链 + 自进化」的工程化方式化解掉:AI 负责把证据整理齐、把共识量化、把方案可追溯地生成,最终拍板仍留给医生。
数据说话:六项基准 + 405 例真实病例盲评
EvoMDT 的评估分三块:公开基准、真实世界数据、医生盲评。
公开肿瘤 QA 基准(多选题准确率):
| 基准 | EvoMDT | Llama-3-70B | Claude-3 |
|---|---|---|---|
| MedQA | 0.86 | 0.76 | 0.79 |
| MedQA-Cancer | 0.89 | 0.76 | 0.75 |
| MedMCQA-Cancer | 0.75 | 0.63 | 0.69 |
在自由生成题(MedQARo / MedQuAD / ROND)上,EvoMDT 的 BERTScore 分别为 0.66 / 0.63 / 0.68,同样压过 Claude-3(0.61/0.59/0.65)与 Med-PaLM 2(0.62/0.63/0.63)。
真实世界与医生盲评:
- 覆盖乳腺癌、肝癌、肺腺癌、淋巴瘤 4 个真实世界数据集,单盲医生评估 405 例标准化病例档案;
- 综合均分 3.44/5(95% CI 3.29–3.59),处于 5 位参评医生打分的中上水平——即决策质量与人类 MDT 相当;
- 「响应完整性」「安全与伦理」两项各 3.68(63.7% 拿到 4 分以上),指南一致性与专家方案语义对齐 BERTScore 达 0.62–0.68,安全违规更少;
- 响应时间:EvoMDT 中位 10.6 分钟,医生组 15.8–18.9 分钟,相对缩短 30-40%(差异极显著);评分者间信度 ICC(2,1) 达 0.79–0.89。
一句话概括:EvoMDT 用 30-40% 更短的时间,交出了与人类多学科团队相当、且在指南一致性与安全性上更稳的决策。
应用前景与局限
EvoMDT 的价值不在「替代 MDT」,而在把稀缺专家的会诊能力规模化、把「共识」这件事量化可追溯——对基层医院而言,这意味着优质多学科决策支持有望以更低成本、更快速度触达更多肿瘤患者。
局限也要说清:
- 这是一项回顾性、基于病历档案的研究,医生的盲评是对「生成方案」的打分,不是前瞻性真实临床部署、也没测患者生存等硬终点;
- 「与人类 MDT 相当」来自单盲评估,尚缺双盲、多中心的前瞻验证;
- 自进化循环依赖持续的专家反馈与结局信号,真实落地时这套「反馈闭环」如何稳定运转,还需要更多实践检验。
结论
肿瘤 MDT 的痛点从来不是「没有 AI 会答题」,而是「没有 AI 能把一屋子专家的讨论、分歧、共识,可量化、可追溯、可自我改进地复现出来」。EvoMDT 用「五智能体分工 + 安全优先共识 + 自进化循环」给出了一条路:在六项基准上全面超越前沿大模型,在 405 例真实病例盲评中达到与人类 MDT 相当的决策质量、响应快 30-40%。对临床决策智能体而言,这提示了一个方向:可信度不只来自「模型更强」,更来自「流程更稳、证据更清、还能随反馈越用越好」。
| 论文标题 | EvoMDT: a self-evolving multi-agent system for structured clinical decision-making in multi-cancer(EvoMDT:面向多癌种结构化临床决策的自进化多智能体系统) |
| 作者 | Qicai Liu、Zhichao Hu、Tao Huang、Yupeng Niu、Xinche Zhang(共同一作);通讯作者 孙显夫(Xianfu Sun)/ 应志涛(Zhitao Ying)/ 强光亮(Guangliang Qiang) |
| 机构 | 清华大学生物医学工程系、北京大学第三医院胸外科、国家癌症中心/中国医学科学院肿瘤医院肿瘤内科、河南省肿瘤医院(郑州大学附属肿瘤医院)、福建医科大学附属第一医院、中国医学科学院放射医学研究所、南洋理工大学 |
| 期刊 | npj Digital Medicine(2026 年 1 月 7 日发表,第 9 卷,文章编号 124) |
| 发表时间 | 2026 年 1 月 7 日(2025-10-20 投稿、2025-12-18 接收) |
| DOI | 10.1038/s41746-025-02304-8 |
| PubMed | PMID 41501128 |
论文原文信息地址:https://www.simoagent.com/blog/2026-11-16-evomdt-self-evolving-multi-agent-mdt/
参考文献
- Liu Q, Hu Z, Huang T, Niu Y, Zhang X, Ma S, Lin C, Huat GK, Kwon HE, Gao F, Sun X, Ying Z, Qiang G. EvoMDT: a self-evolving multi-agent system for structured clinical decision-making in multi-cancer. npj Digital Medicine, 2026;9:124. DOI: 10.1038/s41746-025-02304-8
相关问题
什么是临床决策智能体?
临床决策智能体(clinical decision agent)是一种嵌入真实诊疗流程的医疗 AI——它不只「回答问题」,而是把「读病历、查证据、做判断、给建议」串成一条可验证、可追溯的决策链,在诊疗过程中实时输出辅助判断,并把最终决定权留给医生。本文的 EvoMDT 就是典型例子:它用诊断、治疗、安全、监测四个专业智能体加一个协调者模拟肿瘤 MDT,靠安全优先的共识协议生成每条都能溯源到指南或文献的治疗建议,供医生核对与拍板。
肿瘤MDT会诊是什么、为什么重要?
肿瘤多学科会诊(MDT,multidisciplinary team)指胸外科、肿瘤内科、放疗科、影像科、病理科等不同专科的专家,围绕同一患者的多源资料(影像、病理、基因检测、既往治疗史)集体讨论、共同敲定个体化治疗方案。它之所以是金标准,是因为单一专科容易漏掉其他维度的关键信息,多学科讨论能显著提升方案的规范性与均衡性——但受制于专家稀缺和会前准备繁重,能真正享受到高质量 MDT 的患者比例很低。
EvoMDT 能替代人类多学科会诊团队吗?
不能。EvoMDT 是「决策支持」而非「自主诊疗」:它负责把多源证据整理齐全、量化共识、生成可追溯的方案,最终判断仍由医生做出。而且本研究是基于病历档案的回顾性单盲评估,测的是「生成方案的质量与指南一致性」,不是前瞻性真实临床部署,也没有患者生存等硬终点数据,离替代人类 MDT 团队还有很长的路。