近日，来自美国麻省总医院查尔斯顿分院（Mass General Brigham, MGB）的研究团队在《npj Digital Medicine》上发表了一项突破性研究。该团队开发出一种全自动人工智能（AI）系统，能够通过分析日常临床文档（Clinical documentation）自动筛查认知障碍（Cognitive impairment）。
该系统的显著特征在于其完全自主性：部署后无需人工干预或提示词引导（No human intervention or prompting）。在真实世界的验证测试中，该系统表现出了极高的特异性（Specificity），达到 98%。
构建“数字临床团队”：五大智能体协同辩论
与传统的单一 AI 模型不同，该系统采用了多智能体协作架构。研究通讯作者、麻省总医院临床增强智能（CLAI）研究小组主任 Hossein Estiri 博士表示：“我们建立的不是一个单一模型，而是一个‘数字临床团队’。该系统包含五个专门的智能体（Five specialized agents），它们模拟临床病例讨论会的模式，通过相互质疑和精炼推理（Refine their reasoning）来做出临床判定。”
为了确保数据隐私，该系统运行在开放权重（Open-weight）的大语言模型上，可以完全部署在医院内部的 IT 基础设施中，无需将任何患者数据传输到外部服务器或云端。
早期检测：倾听病历中的“低语”
随着阿尔茨海默病新疗法的获批，早期检测变得至关重要，因为这些药物在疾病早期阶段最为有效。然而，传统的认知测试由于资源密集且可及性低，导致大量患者错过了最佳治疗窗口。
研究共同第一作者 Lidia Moura 博士指出：“临床病历中隐藏着认知能力下降的‘低语’（Whispers of cognitive decline），而忙碌的临床医生往往无法系统性地将其表面化。该系统实现了大规模的‘倾听’，能将日常医疗记录转化为识别潜在认知障碍的机会。”
性能验证：AI 在分歧中展现“临床合理性”
研究分析了 200 名患者的 3,300 多份临床记录。一个引人注目的发现是：当 AI 与人类复核员意见不一致时，独立专家的复审结果显示，58% 的情况下 AI 的判断是正确的。Estiri 博士指出，AI 并非在乱猜，而是在根据病历中的证据做出“具有辩护性（Defensible）”的临床判断。
研究也诚实地披露了系统的局限性（Calibration challenges）：
-
环境影响： 在真实世界环境下（患病率 33%），系统灵敏度（Sensitivity）为 62%，虽然低于平衡测试时的 91%，但特异性依然稳定在 98%。
-
数据依赖： 系统在处理长篇叙述性病历时表现优异，但在仅有简单“问题列表（Problem lists）”而缺乏上下文描述时容易出错。
开源贡献：发布 Pythia 工具
为了促进行业共同进步，研究团队同步发布了名为 Pythia 的开源工具。该工具能够实现自主提示词优化（Autonomous prompt optimization），帮助其他医疗机构在自己的 AI 筛查应用中部署类似的自动化流程，而无需手动调整复杂的指令。
参考文献：
Jiazi Tian et al, An autonomous agentic workflow for clinical detection of cognitive concerns using large language models, npj Digital Medicine (2026). DOI: 10.1038/s41746-025-02324-4
Access the Pythia tool
编辑：王洪
排版：李丽
评论 (0)