ИССЛЕДОВАНИЕ · RESEARCH · #1653
RadOnc-Agent: архитектура с управлением LLM для сквозных рабочих процессов радиотерапии (arXiv:2610.06923v1)
RadOnc-Agent — агентная ИИ-архитектура, которая формализует радиотерапию в четыре клинических фазы и предоставляет 26 вызываемых функций через разговорный контроллер на основе LLM, сопоставляющий клинический запрос со схемно-ограниченными вызовами сервисов и сохраняющий состояние пациента и рабочего процесса. При оценке на 2 600 одиночных запросах, 200 синтетических сценариях и 120 рабочих процессах из 60 деперсонализированных историй болезни система выбрала нужную функцию в 98,79% одиночных выполнений и завершила около 96,5–96,7% скриптованных и реальных рабочих процессов; авторы подчеркивают, что это демонстрация технической реализуемости, а не доказательство клинической пользы.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- RadOnc-Agent — агентная ИИ-архитектура, которая формализует радиотерапию в четыре клинических фазы и предоставляет 26 вызываемых функций через разговорный контроллер на основе LLM, сопоставляющий клинический запрос со схемно-ограниченными вызовами сервисов и сохраняющий состояние пациента и рабочего процесса.
- При оценке на 2 600 одиночных запросах, 200 синтетических сценариях и 120 рабочих процессах из 60 деперсонализированных историй болезни система выбрала нужную функцию в 98,79% одиночных выполнений и завершила около 96,5–96,7% скриптованных и реальных рабочих процессов; авторы подчеркивают, что это демонстрация технической реализуемости, а не доказательство клинической пользы.
- Статья показывает, что контроллер на основе LLM способен координировать разнородные инструменты радиотерапии и сохранять продольное состояние для надёжного выполнения многоэтапных рабочих процессов, что указывает на путь к интеграции ИИ в клинические системы радиотерапии, но не доказывает клинической безопасности или пользы.
ПОЧЕМУ ЭТО ВАЖНО
Статья показывает, что контроллер на основе LLM способен координировать разнородные инструменты радиотерапии и сохранять продольное состояние для надёжного выполнения многоэтапных рабочих процессов, что указывает на путь к интеграции ИИ в клинические системы радиотерапии, но не доказывает клинической безопасности или пользы.