MedLens：多智能体AI医疗影像系统，胸部X光智能分诊与报告生成

MedLens是Catalyst 2k26获奖项目，专为胸部X光片分诊和报告生成设计的多智能体AI系统。系统融合计算机视觉、检索增强生成（RAG）、可解释AI（XAI）和验证流程，旨在为临床诊断提供智能化支持。项目由pscommits维护，发布于2026年6月2日，源码可在GitHub获取（链接：https://github.com/pscommits/MedLens）。

医学影像诊断是医疗关键环节，但全球放射科医生短缺导致报告延迟，影响治疗时机。传统CAD系统仅停留在图像分类，无法生成规范报告；医疗AI需满足高可靠性、可解释性和适应性要求，这些是其落地的主要障碍。

MedLens采用多智能体架构，模拟医院分工协作模式，将复杂任务分解为子任务由专业智能体处理。核心设计原则包括临床落地（支持DICOM格式和HL7协议）。技术栈涵盖：计算机视觉模块（图像理解与异常检测）、RAG（实时检索医学知识）、XAI（可视化决策依据）、验证流程（多层质量保障）。

MedLens工作流分为五步：1.分诊智能体评估紧急程度；2.影像分析智能体识别异常征象并生成结构化发现；3.知识检索智能体同步检索相关医学知识；4.报告生成智能体整合信息生成规范报告；5.验证智能体审查报告逻辑、准确性和格式，未通过则修改。

MedLens可提升医疗质量可及性（为资源匮乏地区提供虚拟专家支持），帮助大型医院分担筛查和报告起草工作，降低漏诊误诊率并缩短报告时间。其可解释性设计符合医疗监管要求，有望获得临床应用许可。

MedLens展示了多智能体架构在垂直领域的潜力，强调RAG和XAI在高风险场景的必要性（非黑箱系统）。为AI开发者提供参考范式：需结合行业知识、跨学科合作和严谨工程实践，将前沿技术转化为实际解决方案。

未来MedLens可向多模态融合（整合X光、CT、MRI等）、个性化诊断（结合患者病史和基因信息）方向演进。随着大模型能力提升和医疗数据积累，AI在医学影像领域的应用将更深入，MedLens的经验可为后续项目提供参考。