简介
生成式 AI 正全方位重塑数字医学临床与科研边界。单一大模型普遍存在推理黑盒、输出缺乏管控约束等问题，难以适配临床合规落地需求。驾驭工程（Harness Engineering）作为智能体标准化管控底座，依托 “模型 + Harness” 架构实现多智能体协同调度、推理链路留存、多模态医学证据对齐与全流程可观测治理，为可信医疗智能体系建设提供全新路径。 本论坛邀请多位数字医学领域专家介绍多智能体临床研究前沿，并开展深度思辨，共议医学多智能体系统如何推动数字医学走向标准化，搭建全程可追溯智能推理体系。
简介为官网原文，部分内容可能未写完。
人员
主席
- 张彤 · 鹏城实验室
- 张帆 · 电子科技大学
嘉宾
- 宋志坚 · 复旦大学
- 谢伟迪 · 上海交通大学
- 黄庆华 · 西北工业大学
- 徐增林 · 复旦大学
- 何怡华 · 首都医科大学附属北京安贞医院
- 吴健 · 浙江大学国际联合学院
- 杨士强 · 清华大学
报告安排
深度学习模型的高效训练策略：LLMs和AI Agent背景下的模型训练
宋志坚 · 复旦大学
基于多智能体的AI辅助医疗
谢伟迪 · 上海交通大学
简介
在本报告中，我们将探讨“迈向多智能体的医学通用模型”的路线与挑战。我们首先回顾通用医学模型在多模态数据与跨任务迁移中的现状与局限；随后提出多智能体协作框架：由诊断、治疗建议、影像解读与知识校验等专长代理组成，通过角色分工、协作协议与争端解析实现可解释、稳健与可溯源的临床推理。我们将展示在罕见病诊断与临床工作流对接中的实验与原型系统，旨在弥合通用人工智能的进展与医疗应用之间的差距，为医疗领域提供更加健壮和多功能的人工智能解决方案。更多信息，请查阅这里的论文：https://weidixie.github.io/research.html
通用智能超声：从图像理解与类脑知识泛化，到具身决策系统
黄庆华 · 西北工业大学
简介
医学超声成像的临床应用广泛，具有实时性好、无损无辐射、成本低等优势。然而当前的超声诊查流程严重依赖专业医师操作者的经验和技能，难以获取规范标准的高质量影像数据，导致判读与诊断困难。本研究尝试通过成像具身化方法与智能分析决策模型将超声成像与分析诊断整体过程归约为通用智能超声范式，在该范式下能够有效学习再现临床医生的操作手法和诊断推理思维。具体而言，我们设计开发了自主超声扫查机器人，并针对甲状腺/乳腺/肝脏超声影像深入研究了图像分析与理解模型，构建了类脑知识表征与泛化推理框架，并基于大语言模型输出具身决策机制，最终实现自动化、智能化的高质量超声扫查成像与辅助诊断系统。该研究有望在临床上部分代替低年资医师实施规范的超声图像采集与类脑智能化分析诊断，具有良好的临床应用前景。
面向肾移植病理的证据驱动多智能体可信推理架构研究
徐增林 · 复旦大学
简介
肾移植是终末期肾病的有效治疗方式，移植排斥与慢性移植物损伤是导致移植物丢失的主要诱因。移植肾病理诊断需综合 Banff 评分、免疫组化、抗体检测以及纵向临床随访数据，目前仍存在判读主观性较强、多源信息融合难度大、大模型易产生幻觉、推理过程缺少溯源审计机制等现实问题。本报告提出一套证据驱动的多智能体推理架构，依托统一证据工作空间完成多源证据抽取与来源绑定；通过智能体迭代循环识别并填补证据缺口，利用 Banff 规则校准、跨源一致性校验对候选诊断加以约束；配套推理轨迹审计与三级风险门控机制，输出包含证据链、冲突标记的结构化辅助报告。该架构融合大模型的语义理解能力与医学确定性规则，实现可溯源、可审计、风险可控的临床辅助决策，不作为临床医师的替代工具，为肾移植病理诊断及预后风险分层提供新的技术范式。报告同时探讨虚拟染色、多中心联邦学习、医疗智能体评测等关键技术挑战与未来发展方向，为医学垂直领域可信智能体的研发提供参考借鉴。
心血管疾病多智能体研发和应用
何怡华 · 首都医科大学附属北京安贞医院
圆桌思辨
吴健 · 浙江大学国际联合学院
圆桌思辨
杨士强 · 清华大学