基于LLM的多代理系统用于神经眼科诊断和个性化治疗规划
1Department of Electrical and Computer Engineering, National University of Singapore, Singapore, Singapore.
Frontiers in neuroscience
|October 22, 2025
概括
这项研究引入了一种用于神经眼科查的新型AI框架,通过整合各种数据并保持不确定性来提高诊断准确性. 该系统支持在临床环境中更好地对患者进行分拣和监测.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 神经科学是一个神经科学.
背景情况:
- 眼科发现提供了对神经疾病的非侵入性见解.
- 准确的神经眼科查对于及时诊断和治疗至关重要.
研究的目的:
- 开发一个强大的AI框架用于神经眼科查和转诊.
- 在人工智能驱动的临床决策支持中保持诊断不确定性.
主要方法:
- 设计了一个基于LLM的多代理框架.
- 信息收集代理商规范化了异质输入 (文本,PDF文件,基金/OCT图像).
- 诊断代理组合了LLMs和CNN,输出的不确定性意识融合.
主要成果:
- 与单一模型方法相比,多代理框架表现出更好的稳定性.
- 它生成了适合分拣和监测的多候选预测分布.
- 预测与不确定性下的临床决策保持一致.
结论:
- 人工智能框架通过处理诊断不确定性,有效支持神经眼科查.
- 未来的工作包括模型校准和知识层融合以提高性能.
关键词:
与年龄相关的黄斑变性 (AMD)玻璃眼 glaucoma 玻璃眼 玻璃眼 玻璃眼 玻璃眼大型语言模型 (LLM)多代理系统是多代理系统.多式联运集成多式联运集成神经眼科神经眼科视网膜神经退行症的发生意识到不确定性的诊断.更多相关视频
07:12Spatio-Temporal In Vivo Imaging of Ocular Drug Delivery Systems using Fiberoptic Confocal Laser Microendoscopy
Published on: September 27, 2021
2.7K
08:55Translaminar Autonomous System Model for the Modulation of Intraocular and Intracranial Pressure in Human Donor Posterior Segments
Published on: April 24, 2020
3.5K
