73.1%→88.6%：上海六院用"多智能体"把卒中急诊决策的准确率抬高了一个量级

核心数字：在 2081 例真实与文献病例验证、12 名医生参与的前瞻性决策研究中，上海市第六人民医院团队的结构化多智能体大模型框架，将医生急性缺血性卒中治疗决策的准确率从 73.1% 提升至 88.6%（OR 2.86，95%CI 2.27-3.60）。成果发表于《Journal of Medical Internet Research》。

15.5 个百分点意味着什么

急性缺血性卒中的治疗选择是一场与时间的赛跑：静脉溶栓、血管内取栓或标准内科治疗，各有严格的时间窗、禁忌证与适应证。医生必须在数十分钟内整合神经功能评分、影像、化验与既往史做出判断——这个过程高度依赖专科经验，且对错误"零容忍"。

73.1% 的基线准确率意味着：即使是有经验的医生，每 4 次决策中也有近 1 次不够理想。在神经专科医生短缺的基层，这个数字只会更难看。15.5 个百分点的提升，折合成临床语言，就是每 6-7 名患者中能多 1 人获得正确处置。

框架拆解：为什么"多智能体"比"一个大模型"靠谱

既往单一大模型做卒中推荐，常因长文本、模糊输出和幻觉而难以上临床。上海六院的核心创新是把决策拆成专职智能体的流水线协作：

环节	智能体	职责
第一步	摘要智能体	从冗长病历中提炼关键临床叙事，降低推理噪声
第二步	指南推理链智能体	按指南逻辑推理，输出结构化、可勾选、可审计的建议
输出层	——	静脉溶栓/血管内取栓/标准内科治疗/非AIS/非卒中+TOAST分型

这个设计的巧思在于"可审计"：建议不再是自由文本，而是约束在明确类别里的结构化输出——既方便医生快速勾选确认，也让每一次 AI 建议都有据可查、可以复盘。

证据的分量与边界

这项研究的设计在同类工作中属于高配置：2081 例病例验证打底，12 名医生前瞻性决策研究收尾，效应量 OR 2.86 且置信区间不跨 1，统计学上扎实。

但边界同样清晰：研究验证的是决策准确率的提升，而非患者最终预后的改善；12 名医生的样本量也偏小。论文团队自己给出的结论很克制——多智能体编排可提升基层与非专科医生的卒中决策一致性，但仍需前瞻性多中心研究验证临床结局。

从行业视角看，这条"单模型→多智能体"的路线正在成为临床大模型的主流工程范式：当单一模型的能力天花板逼近，用架构分工换取可靠性的提升，可能是医疗 AI 落地更现实的路径。

原文链接：尧图网络

千方医数集编辑部 出品