牛津试行 TrustedMDT：整合至 Microsoft Teams 的多代理 AI 以支援癌症治疗规划

牛津大学推出 TrustedMDT,这是一个多代理 AI 系统,旨在协助医疗专家进行癌症治疗规划会议。 

该 AI 工具与科技公司 Microsoft 合作开发,已整合至 Microsoft Teams,并将在牛津大学医院 NHS 基金会信托进行试点,代表了代理式 AI 在临床真实肿瘤委员会环境中的首批应用之一。

英国的多学科肿瘤委员会会议汇集放射科医生、病理学家、外科医生和肿瘤科医生,共同审查诊断结果并制定治疗计划。然而,不断增加的病例数量正对专家能力造成越来越大的压力。 

英国癌症研究中心的研究显示,团队讨论每位患者的时间通常不到两分钟,关键信息缺口导致 7% 的病例出现延误,这可能影响治疗时间表、研究机会和临床医生的工作量。

TrustedMDT 的设计目的是通过三个协调的 AI 代理自动化数据综合和分析来应对这些压力。 

临床总结代理审查电子健康记录——包括放射学、病理学和生物标志物数据——以生成简明的肿瘤特定摘要。癌症分期代理使用国际分期标准评估疾病进展,而治疗规划代理则根据专业指南提供基于证据的治疗建议。 

这些代理共同致力于提高肿瘤委员会决策的效率和准确性。

牛津大学医院试行 TrustedMDT,协助肿瘤科肿瘤委员会决策

牛津大学医院医学肿瘤科首席研究员兼专科注册医生 Andrew Soltan 博士解释说,传统聊天机器人不足以应对肿瘤学的复杂性,因此促成了分层多代理系统的开发。在这种架构中,每个代理由专注于特定数据集并配备相关工具的子代理组成,要求系统通过临床指南进行推理,并根据患者病史交叉核对建议以减少错误。

牛津团队使用医疗保健代理编排器在 Microsoft Teams 内部署这些定制代理,将 AI 直接整合到现有的多学科肿瘤委员会工作流程中。 

Soltan 博士强调,该系统旨在支持临床流程而不造成干扰,作为"数字协作者"运作,允许临床医生实时提供意见并审查 AI 生成建议背后的理据,最终决策仍由人类控制。

牛津大学医院已获批准进行两阶段试点研究,以评估 TrustedMDT 的准确性、可用性和技术性能。第一阶段使用匿名癌症病例将 AI 输出与专家决策进行基准比较,第二阶段则模拟肿瘤委员会会议,以评估系统在真实临床工作流程中总结信息、支持讨论和起草治疗计划的效果。临床支持由 OUH 住院医生提供。 

OUH 首席数字官 Ben Attwood 博士指出,医院致力于探索增强 MDT 准备和运作的创新,同时遵守既定的治理和信息安全标准。 

Microsoft 健康与生命科学企业副总裁 David Ardman 将这个多代理系统描述为医疗保健 AI 的新颖方法,使临床医生能够在 Teams 内与专业代理动态互动,以减轻认知负担并改善决策支持。

如果得到验证,TrustedMDT 可以改善专家之间的沟通,缩短治疗时间表,并扩大临床试验的可及性。试点研究代表了展示系统潜力的初步步骤,可生成证据为进一步的技术开发提供信息,并在临床部署之前指导未来更大规模的评估。

文章《Oxford 试行 TrustedMDT:多代理 AI 整合至 Microsoft Teams 以支持癌症治疗规划》首发于 Metaverse Post。