多智能体系统从胃活检报告发现幽门螺杆菌

背景

幽门螺杆菌（Helicobacter pylori）感染是慢性活动性胃炎和消化性溃疡的重要病因，根除该菌是预防胃癌的关键步骤。新加坡的数据显示，约31%的人口存在H. pylori感染证据。然而，病理报告中支持H. pylori阳性及H. pylori相关胃炎的证据往往分散在异构的编码字段和自由文本字段中，且需要结合肯定/否定语境的上下文解读，这使得关键词搜索受限、人工审查难以规模化。传统的单一模型或关键词方法在处理这类细粒度、跨字段的临床信息时效率低下且易出错。

核心内容

该研究对Nimblemind Multi-Agent System（nMAS）进行了回顾性试点评估。nMAS是一种字段名驱动（field-name-driven）、证据链接（evidence-linked）的提取工作流，能够从病理报告中自动识别并关联相关证据。研究使用来自新加坡某大型医疗系统的54份脱敏胃活检病理报告，评估了四个临床医生定义的二分类字段：胃/胃窦活检（gastric/stomach biopsy）、活检状态（biopsy status）、H. pylori阳性（H. pylori positivity）以及H. pylori相关胃炎（H. pylori-associated gastritis）。在总共216个特征-病例决策中，nMAS正确分类了213个，总体准确率达98.61%。作为对比，研究还独立实现了一个UMA风格的MiniMax M2.5分类器，其聚合和按字段分类的指标与nMAS相似。尽管预测性能相当，但nMAS能够输出统一的报告级结果，并附有支持性来源句子；因此其贡献主要在于工作流集成和可追溯性，而非预测性能的优越性。在一项示例性的、未经实测的场景估算中，人工审查1000份报告每份5分钟，与基于证据链接的验证每份5秒相比，审查时间将从83.3个员工工时减少到1.4个员工工时，节省约81.9个员工工时，折合潜在员工时间价值约6,100美元。研究建议开展更大规模的多机构研究，以评估证据跨字段的正确性、临床医生验证时间及泛化能力。

关键要点

• nMAS在54份报告、216个决策点上实现了98.61%的总体准确率，表明其在胃活检报告的多字段分类中具有高可靠性。
• 与UMA风格MiniMax M2.5分类器相比，nMAS的预测性能相近，但nMAS的优势在于提供统一报告级输出并附带支持证据句子，增强了工作流的可追溯性。
• 时间节省估算显示：将1000份报告的审查时间从人工的83.3小时降至基于证据链接验证的1.4小时，可节省约81.9个员工工时，折合约6,100美元。
• 评估覆盖四个关键临床字段（胃活检、活检状态、H. pylori阳性、H. pylori相关胃炎），证明了nMAS在多任务场景下的实用性。
• 该工作流采用字段名驱动和证据链接机制，克服了关键词搜索和人工审查的局限性，特别适合处理分散在异构字段中的临床证据。

意义与影响

该研究的核心贡献不在于模型预测精度的突破（与MiniMax M2.5性能相当），而在于设计了一种可追溯、可集成的工作流范式——nMAS。它使临床医生能够快速定位病理报告中的原始证据句子，从而验证模型输出，这在医疗决策中至关重要。这种证据链接方法不仅提升了审查效率（估算可节省约98%的人工时间），还降低了漏诊风险，尤其是在大规模筛查或回顾性研究中。此外，nMAS的字段名驱动设计使其易于适配不同医疗机构的报告格式，具有较高的泛化潜力。未来若能在多机构、更大样本的研究中验证其证据跨字段正确性及临床验证时间，该工作流有望成为病理报告自动化病例发现的标准化工具，对胃癌预防和公共卫生监测产生积极影响。