MedCoRAG: Interpretable Hepatology Diagnosis via Hybrid Evidence Retrieval and Multispecialty Consensus

Le papier présente MedCoRAG, un cadre de raisonnement collaboratif multi-agents qui améliore le diagnostic hépatologique interprétable en combinant la récupération hybride de preuves et la délibération spécialisée pour générer des consensus diagnostiques traçables.

L'essentiel

Imaginez que vous devez diagnostiquer une maladie du foie complexe. Dans un hôpital réel, vous ne confieriez pas ce cas à un seul médecin. Vous réuniriez une équipe multidisciplinaire : un hépatologue, un radiologue, un immunologiste, et peut-être un oncologue. Chacun apporterait son expertise, débattrait des symptômes, consulterait les livres de référence et les dossiers du patient, pour finalement s'accorder sur un diagnostic précis et sûr.

C'est exactement ce que fait MedCoRAG, le système présenté dans cet article, mais avec des ordinateurs intelligents au lieu de médecins humains.

Voici comment cela fonctionne, expliqué simplement avec des images du quotidien :

1. Le Problème : Le "Docteur Google" qui se trompe

Aujourd'hui, les intelligences artificielles (IA) médicales sont comme des étudiants brillants mais un peu étourdis. Ils ont lu beaucoup de livres (leurs bases de données), mais :

• Ils peuvent oublier des informations récentes (leurs connaissances sont figées).
• Ils inventent parfois des faits (ce qu'on appelle des "hallucinations").
• Ils ne savent pas toujours pourquoi ils ont choisi un diagnostic, ce qui est dangereux en médecine.

2. La Solution : MedCoRAG, le "Chef d'Orchestre Médical"

MedCoRAG n'est pas un simple robot qui répond à une question. C'est une usine à diagnostic qui combine trois ingrédients magiques :

A. La Bibliothèque et la Carte au Trésor (RAG Hybride)

Au lieu de se fier uniquement à ce que l'IA a mémorisé, le système va chercher des preuves externes en temps réel.

• La Bibliothèque (Guidelines) : Il consulte les manuels officiels des médecins (les guides cliniques) pour voir ce que disent les experts sur tel symptôme.
• La Carte au Trésor (Graphes de Connaissances) : Il utilise une immense carte mentale (UMLS) qui relie tous les termes médicaux entre eux. Par exemple, il sait que "démangeaisons" + "foie" + "femme de 50 ans" forment un chemin logique vers une maladie spécifique.
• Le Filtre Intelligent : Comme un éditeur de journal, l'IA lit ces informations et jette tout ce qui ne correspond pas au cas précis du patient. Elle ne garde que les preuves pertinentes.

B. Le Chef d'Orchestre (L'Agent Routeur)

C'est le cerveau qui décide de qui travailler.

• Si le cas est simple (comme un petit kyste bénin), le Chef envoie le dossier à un Médecin Généraliste (un agent unique) qui donne la réponse rapidement.
• Si le cas est complexe (symptômes contradictoires, plusieurs organes touchés), le Chef réunit une équipe de spécialistes. Il appelle un hépatologue, un immunologiste, etc., selon les symptômes précis du patient.

C. La Réunion de Conflits (Raisonnement Collaboratif)

C'est ici que la magie opère. Les spécialistes ne travaillent pas seuls.

1. Ils examinent les preuves (la "boîte à outils" préparée à l'étape A).
2. Ils débattent entre eux : "Je pense que c'est ça, mais il manque une preuve sur les enzymes."
3. S'ils manquent d'infos, ils demandent au système de chercher plus de preuves spécifiquement pour combler ce trou.
4. Ils continuent ce cycle jusqu'à ce qu'ils soient tous d'accord.

Enfin, un Médecin Généraliste (l'arbitre) écoute tous les débats, vérifie les arguments, et rédige le diagnostic final. Ce diagnostic est accompagné de toutes les preuves et du raisonnement, comme un dossier complet que vous pouvez relire pour comprendre le "pourquoi".

3. Pourquoi c'est génial ? (L'Analogie du Détective)

Imaginez un détective qui doit résoudre un meurtre.

• Les anciennes IA : Le détective regarde la scène, devine le coupable en se basant sur son intuition, et vous dit "C'est lui !". Mais il ne peut pas vous montrer ses preuves.
• MedCoRAG : Le détective rassemble une équipe (les spécialistes). Ils fouillent la bibliothèque de la police (guidelines), consultent les cartes des relations criminelles (graphes de connaissances), et débattent. Si un détail manque, ils reviennent sur la scène pour chercher. Finalement, ils produisent un rapport complet avec toutes les preuves, rendant le verdict incontestable et compréhensible.

En Résumé

MedCoRAG est un système qui imite la réunion de concertation médicale (MDT) des hôpitaux. Il ne se contente pas de "deviner" un diagnostic ; il construit un diagnostic en :

1. Filtrant les meilleures preuves.
2. Faisant travailler des "experts virtuels" spécialisés.
3. Les forçant à débattre et à chercher plus d'infos si nécessaire.
4. Produisant un résultat clair, sûr et explicable (on sait exactement comment on en est arrivé là).

Les tests ont montré que cette méthode est plus précise et plus fiable que les meilleurs modèles d'IA actuels, même ceux très puissants, car elle est basée sur la collaboration et la vérification des faits, et non sur la simple mémoire.

Résumé technique

Résumé Technique : MedCoRAG – Diagnostic Hépatologique Interprétable par RAG Hybride et Consensus Multi-Agents

1. Problématique

Le diagnostic précis et interprétable des maladies hépatiques à partir de dossiers médicaux électroniques (DME/EHR) réels constitue un défi majeur en milieu clinique. Les approches d'IA existantes, notamment les modèles de langage (LLM) standards, souffrent de plusieurs limitations critiques :

• Manque de transparence et de traçabilité : Les processus de raisonnement sont souvent des "boîtes noires", ce qui rend difficile l'alignement avec les standards d'interprétabilité requis pour les décisions médicales à haut risque.
• Hallucinations et connaissances obsolètes : Les LLM peuvent générer des diagnostics confiants mais incorrects car leurs connaissances sont statiques et ne s'appuient pas systématiquement sur des preuves externes actualisées.
• Limites du RAG (Retrieval-Augmented Generation) classique : Les méthodes RAG traditionnelles reposent sur du texte non structuré et peinent à effectuer des inférences cliniques multi-sauts (multi-hop) nécessaires pour relier des symptômes complexes à des diagnostics.
• Absence de collaboration dynamique : Les systèmes multi-agents actuels utilisent souvent des équipes fixes, indépendamment de la complexité du cas, ce qui entraîne soit une redondance, soit un manque d'expertise spécialisée. De plus, ils manquent souvent d'une intégration profonde entre les graphes de connaissances (KG) et les guides cliniques.

2. Méthodologie : MedCoRAG

MedCoRAG (Medical Collaborative RAG) est un cadre de bout en bout qui combine la génération augmentée par récupération (RAG) hybride et la collaboration multi-agents pour simuler une consultation multidisciplinaire (MDT). L'architecture se décompose en trois modules principaux :

A. Module de Détection des Anomalies et Diagnostic Préliminaire

• Extraction et Normalisation : À partir de la description clinique brute, un LLM extrait les entités anormales. Ces entités sont ensuite normalisées et alignées sur le UMLS (Unified Medical Language System) pour assurer une cohérence sémantique avec le graphe de connaissances.
• Génération d'Hypothèses : Le système génère une liste initiale d'hypothèses diagnostiques (limitée à 4) basée sur les anomalies standardisées et le contexte clinique complet.

B. Module RAG Hybride (Récupération et Élagage)

Pour chaque hypothèse diagnostique, le système récupère deux types de preuves complémentaires :

1. Extraits de Guides Cliniques : Récupération d'extraits pertinents de guides de pratique clinique (ex: AASLD, EASL) via un processus en deux étapes (encodage dense puis ré-ranking contextuel).
2. Chemin du Graphe de Connaissances (KG) : Récupération de chemins sémantiques (jusqu'à 3 sauts) reliant les anomalies détectées aux maladies candidates dans le graphe UMLS.

• Élagage Guidé par les Guides (Guideline-Informed Pruning) : Un LLM évalue la cohérence clinique de chaque chemin KG en le confrontant à la narration complète du patient et aux extraits de guides récupérés. Seuls les chemins valides et cliniquement cohérents sont conservés, formant un "paquet de preuves" (evidence package) spécifique au patient.

C. Raisonnement Collaboratif Multi-Agents

• Agent Routeur (Router Agent) : Évalue la complexité du cas.
  • Cas simples : Un Agent Généraliste synthétise directement un diagnostic à partir du paquet de preuves initial.
  • Cas complexes : Le système déclenche un déploiement dynamique d'agents spécialistes (ex: Hépatologie, Oncologie, Néphrologie) sélectionnés spécifiquement en fonction des anomalies et du contexte clinique.
• Raisonnement Itératif : Les agents spécialistes examinent les hypothèses de manière itérative. Si un agent juge les preuves insuffisantes, il déclenche une récupération ciblée (re-retrieval) pour combler les lacunes spécifiques (ex: demander des critères d'imagerie ou des seuils de biomarqueurs).
• Consensus et Adjudication : L'Agent Généraliste agrège toutes les délibérations, les scores de confiance, les justifications basées sur les preuves et les incertitudes non résolues pour produire un diagnostic de consensus unique, traçable et interprétable.

3. Contributions Clés

1. Framework MedCoRAG : Une architecture RAG multi-spécialités qui simule dynamiquement des consultations MDT en coordonnant des agents spécialisés à la demande dans une boucle de diagnostic itérative contrainte par des preuves.
2. Raisonnement Hybride Aligné MDT : Une méthode unifiant les chemins KG élagués et les extraits de guides cliniques dans un espace probatoire unique, interprété à travers des lentilles spécialisées, réduisant ainsi les hallucinations et garantissant l'alignement avec la pratique clinique réelle.
3. Validation Rigoureuse : Des expériences complètes sur des cas hépatologiques réels du dataset MIMIC-IV, démontrant la supériorité du modèle par rapport aux modèles fermés (GPT-4o, Gemini), aux modèles médicaux spécialisés et aux frameworks multi-agents existants.

4. Résultats Expérimentaux

Les expériences ont été menées sur 3 470 échantillons de questions-réponses couvrant 13 maladies hépatiques courantes (ex: Hépatite B, Cirrhose, Carcinome hépatocellulaire, etc.).

• Performance Globale : MedCoRAG obtient les meilleurs scores pondérés sur toutes les métriques (Précision, Rappel, F1-score, F0.5-score), surpassant les modèles propriétaires de grande taille et les frameworks multi-agents de l'état de l'art.
  • Exemple : Précision de 81,32 % et Rappel de 79,18 % (contre ~77 % pour les meilleurs modèles concurrents).
• Analyse par Maladie : Le modèle excelle sur les maladies aux signatures cliniques distinctes (ex: Hémangiome hépatique, Kyste hépatique) et démontre une haute confiance sur les événements aigus critiques (ex: Rupture de varices œsophagiennes avec 100 % de précision).
• Étude d'Ablation :
  • La suppression de la délibération multi-agents (w/o MA) fait chuter le F1-score de près de 9,4 points, soulignant l'importance cruciale de l'interaction entre agents.
  • L'absence de guides cliniques (w/o CG) ou de graphe de connaissances (w/o KG) réduit également significativement la performance, prouvant que les deux sources de connaissances sont indispensables.
• Efficacité et Coût : Le système est efficace, avec une latence moyenne de 9,95 secondes pour les cas simples et 33,36 secondes pour les cas complexes nécessitant une collaboration multi-agents. Le coût de construction du jeu de données d'entraînement (distillation) est minime (~24,53 $).

5. Signification et Impact

MedCoRAG représente une avancée significative vers une IA médicale fiable, transparente et alignée sur la clinique.

• Interprétabilité : Contrairement aux modèles boîte noire, MedCoRAG fournit un rapport de consensus traçable, détaillant les preuves soutenant et contredisant le diagnostic, ainsi que les incertitudes résiduelles.
• Adaptabilité Clinique : La capacité à router dynamiquement les cas vers les spécialistes appropriés et à itérer sur les preuves imite le processus de pensée critique des médecins humains, évitant les erreurs de raisonnement statique.
• Déploiement Pratique : En utilisant des modèles plus petits (Llama-3.1-8B) distillés à partir de modèles plus grands, le cadre offre une solution performante et économiquement viable pour le support décisionnel clinique, tout en respectant les normes d'évidence-based medicine.

En conclusion, MedCoRAG démontre que l'intégration de connaissances structurées (KG), de guides cliniques et d'une collaboration multi-agents dynamique permet de surmonter les limites des approches actuelles pour le diagnostic des maladies hépatiques complexes.