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

MedCoRAG is een interpreteerbaar framework voor de diagnose van leveraandoeningen dat door middel van hybride bewijsretrieval en multi-agent samenwerking, waarbij specialisten en een generalist gezamenlijk een traceerbare diagnose formuleren, de transparantie en prestaties van bestaande AI-methoden verbetert.

De kern

Stel je voor dat een ziekenhuis een enorme bibliotheek is, vol met patiëntdossiers, maar ook vol met verouderde boeken en losse krantenknipsels. Een arts moet uit al die informatie de juiste diagnose stellen voor een leverziekte. Dat is lastig, want leverziektes hebben vaak vaag gelijke symptomen, net als verschillende gerechten die op elkaar lijken maar een heel ander recept hebben.

Deze paper introduceert MedCoRAG, een slim computerprogramma dat helpt bij het stellen van deze diagnose. Het is geen enkele 'super-dokter', maar eerder een slimme coördinator die een team van specialisten bij elkaar roept.

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. Het Probleem: De Verwarde Eenzame Dokter

Normaal gesproken proberen computers (zoals grote taalmodellen) een diagnose te stellen door alleen naar hun eigen 'herinneringen' te kijken. Dat is alsof een dokter probeert te diagnosticeren zonder zijn medische handboeken te raadplegen. Soms is die 'herinnering' verouderd, of mist hij belangrijke details. Ook is het vaak een raadsel waarom de computer tot een bepaalde conclusie komt. Dat is gevaarlijk in de geneeskunde.

2. De Oplossing: MedCoRAG als een Slimme Teamleider

MedCoRAG werkt als een slimme teamleider die drie dingen doet:

Stap 1: De "Spuug en Sorteer" (Het verzamelen van bewijs)

Stel, een patiënt komt binnen met vermoeidheid en een geel gezicht.

• De Normale Weg: De computer zoekt op internet naar "gele huid" en leest misschien 100 artikelen, maar veel daarvan zijn onzin of niet relevant.
• De MedCoRAG Weg: Het systeem pakt twee bronnen:
  1. De Officiële Regelboeken: De laatste, meest betrouwbare medische richtlijnen (zoals de officiële kookboeken van de lever-specialisten).
  2. Het Kennisnetwerk: Een gigantisch digitaal stamboom-boek (UMLS) dat laat zien hoe symptomen, ziektes en medicijnen met elkaar verbonden zijn.
• De Creatieve Knip: Het systeem is niet lui. Het "knipt" alleen de stukjes uit de boeken en het netwerk die echt bij deze specifieke patiënt passen. Het gooit de rest weg. Zo krijgt het team een op maat gemaakte dossiermap met alleen het juiste bewijs.

Stap 2: De "Router" (De Portier)

Voordat het team aan het werk gaat, kijkt een Router-agent (een slimme portier) naar de patiënt.

• Is het een simpele zaak? (Bijvoorbeeld: "Ik heb een kleine blaasontsteking"). Dan roept de portier alleen een Algemeen Arts (Generalist). Die kijkt naar het dossier en zegt: "Ja, dat is het." Snel en makkelijk.
• Is het een complexe zaak? (Bijvoorbeeld: "Ik heb geelzucht, nierproblemen en een huiduitslag"). Dan roept de portier specifieke specialisten bij elkaar: een leverarts, een nierspecialist en een huidarts.

Stap 3: De "Ronde Tafelgesprekken" (Multi-Agent Reasoning)

Dit is het meest interessante deel. De specialisten zitten niet in aparte kamers; ze zitten aan één ronde tafel.

• Ze kijken samen naar het dossier.
• Ze discussiëren: "Ik denk dat het lever A is," zegt de leverarts. "Nee," zegt de nierspecialist, "kijk eens naar dit specifieke getal in het dossier, dat past beter bij lever B."
• Als ze merken dat ze niet genoeg bewijs hebben, roepen ze de portier om nieuwe informatie op te halen (een extra test of een specifiek boekgedeelte).
• Ze blijven dit doen tot ze het eens zijn.

Stap 4: Het Eindoordeel (De Consensus)

Uiteindelijk komt de Algemeen Arts weer naar voren. Hij heeft alle discussies gehoord, alle nieuwe bewijzen gezien en alle twijfels opgelost. Hij schrijft het definitieve diagnoseverslag op.

• Het Grote Voordeel: Je kunt precies zien waarom ze tot deze conclusie kwamen. Het is geen magie; het is een traceerbaar verhaal van "Wij zagen X, we lazen Y in het boek, en specialist Z zei dit."

Waarom is dit zo speciaal?

Stel je voor dat je een auto laat repareren.

• De oude manier: De monteur kijkt naar de auto en zegt: "Ik denk dat het de motor is," gebaseerd op wat hij gisteren heeft gezien. Je weet niet waarom.
• De MedCoRAG manier: De monteur pakt de handleiding, kijkt naar de specifieke onderdelen van jouw auto, roept een elektricien en een mechanicus bij elkaar. Die praten met elkaar, checken de handleiding, en komen samen tot de conclusie: "Het is de ontsteking, want hier en hier staat het in de handleiding, en de elektricien zag dit signaal."

De Resultaten

De auteurs hebben dit getest op echte patiëntgegevens uit het MIMIC-IV-database (een gigantische verzameling ziekenhuisdata).

• MedCoRAG deed het beter dan de beste bestaande AI-modellen, zelfs die van gigantische bedrijven.
• Het gaf betere diagnoses en, nog belangrijker, het kon uitleggen waarom.

Conclusie

MedCoRAG is als het ultieme medisch team dat nooit moe wordt, altijd de nieuwste regels raadpleegt, en altijd samenwerkt om de juiste diagnose te stellen. Het maakt AI niet alleen slimmer, maar ook betrouwbaarder en transparanter, zodat echte artsen er op kunnen vertrouwen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "MedCoRAG: Interpretable Hepatology Diagnosis via Hybrid Evidence Retrieval and Multispecialty Consensus" in het Nederlands.

Probleemstelling

Het nauwkeurig en interpreteerbaar diagnosticeren van leveraandoeningen op basis van real-world Elektronische Gezondheidsregistraties (EHR's) is cruciaal, maar blijft een grote uitdaging. Bestaande AI-benaderingen voor klinische diagnose kampen met drie hoofdproblemen:

1. Gebrek aan transparantie: Modellen leveren vaak diagnoses zonder traceerbare, stap-voor-stap rechtvaardiging, wat essentieel is voor hoge-risico situaties zoals leverziekten.
2. Beperkte kennis en context: Large Language Models (LLM's) hebben statische kennis die verouderd kan zijn en missen vaak de integratie van gestructureerde medische relaties en klinische richtlijnen.
3. Starre architecturen: Bestaande Retrieval-Augmented Generation (RAG) en multi-agent systemen halen bewijs vaak uit één bron, gebruiken geen iteratieve, rolgespecialiseerde deliberatie, en activeren agenten statisch ongeacht de complexiteit van het geval. Dit leidt tot redundante discussies of ontoereikende expertise.

Methodologie: MedCoRAG

MedCoRAG (Medical Collaborative RAG) is een end-to-end framework dat een hybride RAG-architectuur combineert met multi-agent samenwerking om een multidisciplinair consult (MDT) na te bootsen. De architectuur bestaat uit drie kerncomponenten:

1. Abnormale Bevindingen en Voorlopige Diagnose

• Entiteitsherkenning: Het systeem gebruikt een LLM om abnormale entiteiten uit de patiëntbeschrijving te extraheren en deze te standaardiseren via de UMLS (Unified Medical Language System) kennisgrafiek.
• Hypothese-generatie: Op basis van de gestandaardiseerde bevindingen en de volledige klinische geschiedenis genereert het systeem een gefocuste lijst van initiële differentiële diagnoses (maximaal 4 hypothesen).

2. Hybride RAG (Retrieval-Augmented Generation)

Voor elke diagnose-hypothese wordt een patiëntspecifiek bewijspakket samengesteld door twee bronnen parallel op te halen en te filteren:

• Klinische Richtlijnen: Er worden relevante fragmenten uit autoritaire richtlijnen (bijv. van AASLD, EASL) opgehaald via een tweestaps-retrievalproces (dense retrieval gevolgd door re-ranking).
• Kennisgrafiek (KG) Paden: Het systeem haalt semantische paden op vanuit de UMLS-kennisgrafiek die symptomen verbinden met de diagnose (maximaal 3 hops).
• Hybride Pruning: Een LLM evalueert de opgehaalde KG-paden en richtlijnen tegen de volledige klinische context en filtert irrelevante of onwaarschijnlijke links eruit. Het resultaat is een coherent, "gepruind" bewijspakket.

3. Multi-Agent Samenwerkende Redenering

• Router Agent: Beoordeelt de complexiteit van het geval.
  • Eenvoudige gevallen: Een Generalist Agent synthetiseert direct een diagnose op basis van het initiële bewijspakket.
  • Complexe gevallen: Het systeem activeert dynamisch specifieke Specialist Agents (bijv. Hepatologie, Oncologie, Nefrologie) gebaseerd op de klinische context.
• Iteratief Redeneren: De specialisten evalueren de hypothesen onafhankelijk, geven een standpunt (voor, tegen, neutraal), een betrouwbaarheidsscore en een oordeel over de volledigheid van het bewijs.
• Adaptieve Opnieuw-Retrieval: Als specialisten aangeven dat het bewijs onvoldoende is, triggeren ze gerichte opnieuw-opvragingen (re-retrieval) om specifieke diagnostische onzekerheden op te lossen.
• Consensusvorming: De Generalist Agent verzamelt alle input, deliberatiegeschiedenis en onopgeloste onzekerheden om tot één traceerbare, consensusdiagnose te komen.

Belangrijkste Bijdragen

1. Dynamische Multi-Specialist RAG: MedCoRAG is het eerste framework dat dynamisch specialisten activeert op basis van gevalcomplexiteit en deze laat samenwerken over een gedeeld, door richtlijnen gefilterd bewijspakket.
2. Hybride Bewijsintegratie: Het unificeren van gepruinde KG-paden en klinische richtlijnen in één bewijsruimte, wat hallucinaties reduceert en de interpretatiebaarheid verhoogt.
3. Iteratieve, Rolbewuste Deliberatie: In plaats van statische agenten, gebruikt het systeem een gesloten lus van redenering en bewijsverzameling die stopt wanneer de diagnostische zekerheid hoog genoeg is of een limiet is bereikt.

Resultaten

Het framework is geëvalueerd op een real-world dataset van 3.470 leverziektegevallen afkomstig uit de MIMIC-IV database, bestaande uit 13 verschillende leveraandoeningen.

• Prestatie: MedCoRAG presteerde superieur ten opzichte van bestaande methoden, waaronder gespecialiseerde medische modellen (tot 8B parameters), grote gesloten modellen (zoals GPT-4o, Gemini), en recente multi-agent frameworks.
  • F1-score: 79,12% (hoogste van alle geteste modellen).
  • Precision: 81,32%.
  • Recall: 79,18%.
• Ablatie-studie: Het verwijderen van enige component (bijv. zonder kennisgrafiek, zonder richtlijnen, of zonder multi-agent deliberatie) leidde tot een significante daling in prestaties. De combinatie van gestructureerde kennis en collaboratieve redenering bleek essentieel.
• Interpreteerbaarheid: Het systeem levert traceerbare diagnoses met een duidelijk bewijsvoering, wat het vertrouwen in complexe hepatobiliaire beslissingen verhoogt.
• Efficiëntie: De inferentie-tijd varieert van ~10 seconden voor eenvoudige gevallen tot ~33 seconden voor complexe gevallen die multi-agent deliberatie vereisen.

Betekenis en Toekomstperspectief

MedCoRAG zet een nieuwe standaard voor transparante en betrouwbare klinische AI. Door de nadruk te leggen op evidence-grounded reasoning en multidisciplinaire consensus, adresseert het de kritieke behoefte aan interpreteerbare diagnoses in de hepatologie. Het framework bewijst dat het combineren van gestructureerde kennisgrafieken, klinische richtlijnen en dynamische agenten-samenwerking leidt tot betere diagnostische resultaten dan statische of enkelvoudige RAG-systemen.

Toekomstig werk richt zich op het modelleren van longitudinale EHR-data (tijdsreeksen), het uitbreiden naar andere klinische domeinen, en het valideren in live klinische workflows.