AgentRx：多模态临床预测任务中LLM智能体的基准研究

本研究针对LLM智能体在多模态临床预测任务展开系统基准评估，核心发现单智能体框架在多模态数据处理、预测校准等方面优于朴素多智能体系统，为医疗AI领域提供新的评估基准，并开源相关代码与框架支持社区发展。

构建有效临床决策支持系统需整合异构多模态数据（如电子健康记录、医学影像、临床笔记等），但多数LLM智能体研究集中于文本模态；医疗数据碎片化使多智能体协作成为潜在解决方案，但LLM智能体在多模态临床预测中的有效性尚未充分验证。

AgentRx是针对多模态临床预测任务的LLM智能体基准研究，团队使用大规模真实世界数据，系统评估LLM智能体表现，比较单模态与多模态设置下的性能差异，并量化单智能体与多智能体系统的性能差距。

1. 单智能体优势：性能优于朴素多智能体系统，挑战“多智能体必然更好”的直觉假设；2. 多模态处理能力：更有效整合不同来源的异构信息；3. 校准性能：预测校准更佳，直接影响医生信任度与系统采用意愿。

当前多智能体系统存在三方面不足：信息融合机制缺乏有效跨智能体整合策略、任务分配未充分优化、通信开销可能引入延迟和错误传播。

研究团队开源代码和评估框架，为医疗AI社区提供宝贵资源，支持公平比较不同智能体架构性能、识别多模态融合最佳实践、推动临床AI系统实际部署。

实际部署中，单智能体设计更具成本效益；未来研究需聚焦开发智能多智能体协作协议、探索单智能体效率与多智能体专业化结合的混合架构、建立医疗场景智能体评估标准，强调部署前充分基准测试的重要性。