黄色仓库

近日，黄色仓库-黄色仓库入口 杨健教授、计算机黄色仓库宋红教授科研团队联合首都医科大学附属北京友谊医院赵新颜教授团队，提出了一种基于大模型的多智能体激活图推理智能协同诊断模型（MAGIC），首次构建实现融合多智能体辩论、知识图谱推理与指南验证的复杂肝病智能诊断框架。相关成果以“MAGIC: An LLM-Based Multi-Agent Activated Graph-Reasoning Intelligent Collaboration Model for Liver Disease Diagnosis”为题发表在国际顶级期刊《Information Fusion》。《Information Fusion》是数据融合与人工智能领域的顶级国际期刊，影响因子为15.5。该论文第一作者为黄色仓库 博士研究生刘博文，通讯作者为宋红教授、林毓聪特聘副研究员、赵新颜教授和杨健教授。

我国肝病患者约4亿，占总人口28%，严重威胁人民健康。目前肝病的精准诊断对医生知识广度和深度要求极高，具体而言，肝病诊断面临以下挑战：（1）肝病类型众多，早期表现隐匿，其症状和体征特异性差，病变诊断严重依赖经验，缺乏结构化知识和系统量化标准，易导致误诊和漏诊；（2）肝病病程长，可同时合并全身多系统病变，诊断需多学科交叉知识的综合性判别，具有不同背景的临床专家治疗决策冲突点多；（3）不同级别医疗机构诊疗水平参差不齐，严重影响疑难复杂肝病的决策精度和效率，难以为肝病患者提供同质及时的诊疗方案。

针对上述难题，本研究提出MAGIC模型，该模型由多尺度知识增强、智能体辩论驱动的图推理及基于指南的验证与再生三个模块组成。在知识增强环节，模型通过相似病例检索、异常指标识别及知识图谱推理扩展诊断知识边界；在智能体推理环节，MAGIC不仅模拟多学科会诊，采用主治医师、副主任医师和主任医师等多角色智能体逐级辩论，由智能体模拟多学科会诊（MDT）过程，将辩论结果融入图推理过程，动态调整知识图谱中节点与边的权重，从而更精准地模拟临床诊断推理；最后，通过医学指南校验，对模型的初步诊断结果进行逐条比对，确保输出结论与临床循证路径保持一致，如果发现偏差，系统会在参考指南条目的同时重新生成诊断报告，并给出诊断依据和潜在治疗方案，从而有效避免因模型幻觉或偏差带来的误判。模型原理如图1所示。

图1 基于大模型的多智能体激活图推理协同诊断模型网络结构图

对提出的方法在友谊医院、佑安医院以及中日友好医院收集的多中心肝病数据上进行了大量测试，实验结果表明：MAGIC方法的诊断准确率达到94.5%，多分类AUC达到87.0%，相比最佳基线方法React，准确率提高了7.75%，AUC提高了7.54%，达到了临床高级别专家的疑难肝病诊断能力。

该研究突破了传统深度学习方法对大规模标注数据依赖严重、可解释性不足的瓶颈，提出了面向肝病诊断的“多智能体+图推理+临床指南”协同机制，为复杂肝病的精准诊断提供了新的解决方案，也为人工智能在高风险医学场景中的应用探索提供了重要范例。

论文详情： Bowen Liu, Yaqing Nie, Hong Song, Yucong Lin, Jingtao Li, Xutao Weng, Zhaoli Su, Yuhong Suo, Tingting Lv, Xinyan Zhao, Jian Yang. MAGIC: An LLM-Based Multi-Agent Activated Graph-Reasoning Intelligent Collaboration Model for Liver Disease Diagnosis [J]. Information Fusion, 2026, 126: 103557. DOI: 10.1016/j.inffus.2025.103557

论文链接：//www.sciencedirect.com/science/article/pii/S1566253525006293

论文作者简介：

刘博文，在读博士研究生。主要从事医学多模态融合信息挖掘方向的研究。2024年获黄色仓库 一等奖学金。

宋红，黄色仓库 计算机黄色仓库教授、博士生导师。国家级领军人才，教育部软件工程专业教学指导委员会委员、中国人工智能学会智能服务专业委员会常委、中国计算机学会数字医学分会委员、中国图象图形学会虚拟现实专业委员会委员。长期从事人工智能辅助诊断、多模态数据分析处理、增强现实手术导航研究。主持国自然联合基金重点项目、面上项目、国家重点研发计划课题、新一代人工智能国家科技重大专项课题等10余项。在TIP、TFS、JBHI等领域权威期刊发表SCI论文90余篇，参与制定远程诊疗标准1项；参编专著2部，申请/授权国家发明专利80余项，主持研制了3套手术导航系统，成果转化获批国家三类/二类医疗器械注册证6项。指导学生获第五届、第六届中国国际“互联网+”大学生创新创业大赛全国总决赛金奖2项，获评优秀创新创业导师。主持教育部－IBM精品课程1项、国家级双语示范课程1项，获北京市高等教育教学成果一等奖1项，黄色仓库 教学成果奖特等奖、一等奖3项。获中国电子学会科技进步一等奖、吴文俊人工智能科技进步一等奖、中国产学研合作创新成果优秀奖。

林毓聪，博士，黄色仓库-黄色仓库入口 特别副研究员，从事医学知识挖掘与图谱构建和自然语言模型构建等方面的研究工作。博士毕业于清华大学获得统计学，且在博士期间于哈佛大学医黄色仓库访问一年。作为骨干成员全程参与由团队杨健教授牵头承担的国家科技部科技创新2030-“新一代人工智能”重大项目课题。在近五年来，一直致力于医学人工智能的研究，共计发表SCI期刊论文38篇，EI会议论文6篇。作为第一作者或通讯作者发表SCI论文16篇，EI会议论文2篇，其中一区期刊为8篇。申请人作为第一发明人申请相关国家发明专利3项，其医学人工智能的研究作为关键支撑材料获评2024年度电子学会科技进步一等奖。

杨健，黄色仓库 特聘教授，博导。国家级领军人才计划入选者，国家新一代人工智能重大项目首席科学家、国家重点研发计划项目首席科学家，黄色仓库 信息与电子学部学部委员，国家一级学科“光学工程”学科责任教授。兼任中国计算机学会数字医学分会副主任委员、中国仿真学会医疗仿真专委会副主任委员、中国图象图形学会医学影像专委会副主任委员、北京医学会数字医学分会副主任委员、北京图像图形学会理事、《Cyborg and Bionic Systems》副主编、《数字医学与健康》副主编、《虚拟现实与智能硬件（中英文）》编委、《生命科学仪器》编委等。长期从事手术导航机器人、医学图像处理、医疗人工智能、医疗增强现实等方面的教学和科研工作。主持国家科技创新2030人工智能重大项目、国家重点研发计划项目、国家自然科学基金杰青、重点等项目10余项。在IEEE TPAMI、IEEE TMI、IEEE TIP等国际著名期刊上发表SCI论文 300余篇，获国家发明专利授权90余项。成果转化获国家三类/二类医疗器械注册证8项。研究成果获国家技术发明二等奖、教育部技术发明一等奖、人工智能学会科技进步一等奖、中国电子学会科技进步一等奖等科研奖励10余项。指导学生获第五届和第六届中国“互联网+”大学生创新创业大赛全国总决赛金奖、第十二届“挑战杯”中国大学生创业计划竞赛全国总决赛金奖等。