AI Radar — лента🧠 ИИ научился уточнять планы лучевой терапии
Команда Qingqing Wang, Liqiang Xiao и Chang Chang разработала многоагентную систему для планирования протонной лучевой терапии головы и шеи.
На 21 пациенте система обучалась и оценивалась, а 5 планов генерировала для каждого.
Как устроено. Сначала политика, обученная через PPO, автоматически создаёт несколько планов. Затем выбранный вариант уточняется в диалоге на естественном языке с LLM-агентами. Всего для уточнения отобрали 50 планов по инструкциям.
Кто принимает решения. Планирующий агент на базе Qwen3-14B после SFT и GRPO предлагает корректировки и подкрепляет их доказательствами. Агент оценки проверяет клинические метрики и нарушения ограничений. По результатам эксперимента, дообученный Qwen3-14B лучше базовой LLM выполнял инструкции, извлекал информацию и рассуждал в предметной области.
Зачем это. Предложенные корректировки лучше улучшали цели, которым пользователь отдавал приоритет, одновременно ограничивая ухудшение конкурирующих целей. Система пытается не просто выдать готовый план, а обсудить его с агентами и внести обоснованные изменения.
Главное ограничение — небольшая выборка: всего 21 пациент. В тексте нет количественных клинических метрик и сравнения уточнения с врачебным планированием, а внешнее подтверждение не указано.
Что это значит: это ранний многоагентный прототип для сложного медицинского планирования, но говорить о клинической готовности пока рано.
Оригинальная публикация в Telegram