PathoSage：通过经验感知智能体工作流实现病理学多源证据裁决

背景

近年来，多模态大语言模型（Multimodal Large Language Models, MLLMs）和智能体工作流（Agentic Workflows）在计算病理学领域展现出了巨大的潜力。然而，在微观层面的病理推理中，可靠性仍然是一个严峻的挑战。

现有的端到端病理 MLLM 往往容易产生形态学特征上的“幻觉”（hallucinate），即生成不符合真实病理图像特征的描述。与此同时，近期出现的智能体系统通常将工具输出和检索到的知识合并到一个共享的上下文窗口中。这种混合方式使得决策过程容易受到相互冲突的证据以及上下文污染（context contamination）的影响，导致最终判断的准确性下降。

为了解决上述问题，研究人员提出了 PathoSage，这是一个旨在通过经验感知的智能体工作流，实现病理学中多源证据裁决的三阶段框架。

核心内容

PathoSage 的核心设计理念在于“分离”与“裁决”。它不再像传统方法那样将所有信息混合处理，而是通过三个明确的阶段来执行基于图像块（patch-level）的病理多模态推理：

1. 知识检索（Knowledge Retrieval）：独立进行，确保获取相关背景信息。
2. 证据收集（Evidence Collection）：从不同的工具和数据源中收集具体的证据。
3. 证据裁决（Evidence Adjudication）：这是该框架的核心组件，称为结构化证据审议（Structured Evidence Deliberation）。

结构化证据审议

在证据裁决阶段，PathoSage 并不直接基于混合上下文做出决定，而是采取以下策略：

• 独立评估：对来自不同工具的异构证据进行独立评估。
• 冲突分析：专门分析证据之间是否存在矛盾。
• 生成最终判决：在一个全新的、干净的上下文环境中生成最终判断。

这种设计旨在减少“锚定偏差”（anchoring bias），即避免模型因为先入为主的上下文信息而忽视后续出现的、可能更准确但与之冲突的证据。

免训练的 Beta-Bernoulli 经验系统

为了进一步提升系统的鲁棒性，PathoSage 引入了一种免训练（training-free）的 Beta-Bernoulli 经验系统。该系统具备以下特性：

• 持续信用分配（Continuous Credit Assignment）：用于建模工具的长期可靠性。
• 相似性加权先验（Similarity-weighted Priors）：基于历史经验，为未来的工具使用构建先验概率。

这意味着系统能够“记住”哪些工具在特定类型的任务中表现更可靠，并在未来遇到相似情况时给予更高的权重，从而优化决策过程。

关键要点

• 解决幻觉与冲突：PathoSage 专门针对病理 MLLM 的形态学幻觉以及智能体系统中因证据冲突导致的决策脆弱性问题进行了优化。
• 三阶段分离架构：明确分离知识检索、证据收集和证据裁决三个环节，避免上下文污染。
• 结构化证据审议：核心创新点，通过独立评估、冲突分析和在干净上下文中生成判决，有效降低锚定偏差。
• Beta-Bernoulli 经验模型：无需额外训练，通过持续信用分配来评估工具的长期可靠性，并利用相似性加权先验指导未来的工具选择。
• 实验表现优异：实验结果表明，PathoSage 能有效减轻视觉问答（VQA）中的幻觉现象以及分类器之间的分歧，性能优于强大的病理 MLLM 基线和智能体基线。

意义与影响

PathoSage 的研究成果强调了两个关键要素对于构建稳健病理智能体的重要性：显式的证据裁决（explicit evidence adjudication）和可靠性感知的工具建模（reliability-aware tool modeling）。

这一框架不仅为计算病理学提供了更可靠的推理机制，也为多模态 AI 系统在需要高可信度决策的领域（如医疗诊断）中的应用提供了新的思路。通过引入经验感知和结构化审议机制，PathoSage 展示了如何从“黑盒”式的端到端推理转向更加透明、可解释且抗干扰的决策流程，这对于推动 AI 在关键垂直领域的落地具有深远意义。