🤖 AI

GraphDx: A Cost-Aware Knowledge-Enhanced Multi-Agent Framework for Sequential Diagnosis

GraphDx is een kostenbewust, kennisverrijkt multi-agent framework dat geautomatiseerde medische diagnostische kennisgrafieken en collaboratieve agenten inzet om de diagnostische nauwkeurigheid aanzienlijk te verbeteren en tegelijkertijd de testkosten te verlagen in vergelijking met bestaande LLM-benaderingen.

Oorspronkelijke auteurs: Shaoting Tan, Ning Liu, Yuntao Du, Shuyue Wei, Wu Shuai, Qian Li, Yanyu Xu, Wei Zhang, Lizhen Cui, Haitao Yuan

Gepubliceerd 2026-07-20

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Shaoting Tan, Ning Liu, Yuntao Du, Shuyue Wei, Wu Shuai, Qian Li, Yanyu Xu, Wei Zhang, Lizhen Cui, Haitao Yuan

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een enorme, ingewikkelde puzzel probeert op te lossen, zoals uitzoeken waarom een auto niet start. Je hebt een superintelligente detective die elke handleiding over auto's heeft gelezen. Deze detective kent de naam van elk onderdeel, het geluid van elke motor en de geschiedenis van elk model. Maar hier komt de crux: deze detective is een beetje slordig als het gaat om het daadwerkelijke proces van het oplossen van het mysterie. Als je de detective vraagt om de auto te repareren, kan hij zeggen: "Ik weet alles van auto's! Laten we de motor eruit halen, de transmissie vervangen, de banden wisselen en de hele boel rood verven, voor de zekerheid!" De detective heeft alle kennis, maar mist een plan. Hij weet niet hoe hij tijd en geld moet besparen en trekt vaak dure conclusies zonder eerst naar de eenvoudige aanwijzingen te kijken.

Dit is precies het probleem waar wetenschappers problemen mee kampen met Kunstmatige Intelligentie (AI) in de geneeskunde. We hebben "Large Language Models" (LLM's) gecreëerd, die als die superintelligente detective zijn. Ze hebben miljoenen medische tekstboeken gelezen en weten enorm veel over ziekten. Maar wanneer artsen hen gebruiken om patiënten te diagnosticeren, gedraagt de AI zich vaak als die slordige detective. Het kan voorstellen om alle tests in het ziekenhuis te bestellen om het maar zeker te weten, waarbij het negeert dat sommige tests duur, pijnlijk of onnodig zijn. Dit wordt de "kennis-redeneringskloof" genoemd. De AI kent de feiten, maar worstelt ermee om ze logisch te gebruiken om een slimme, kosteneffectieve beslissing te nemen. Dit paper, GraphDx, probeert dit op te lossen door de detective een kaart en een strikte set regels te geven, waardoor een chaotische brainstormsessie verandert in een nauwkeurig, stapsgewijs onderzoek.

Het Grote Idee van het Paper: De AI een Kaart Geven

De auteurs van dit paper, een team van verschillende universiteiten, realiseerden zich dat het niet genoeg was om een AI simpelweg meer medische boeken te voeren. De AI had een manier nodig om die informatie te organiseren, zodat het via symptomen stapsgewijs door een patiënt kon redeneren, waarbij de noodzaak van een nauwkeurige diagnose werd afgewogen tegen de kosten van medische tests. Ze bouwden een nieuw systeem genaamd GraphDx.

Beschouw de huidige AI-aanpak als het proberen te vinden van een naald in een hooiberg door te gokken. Je vraagt de AI: "Wat zou dit kunnen zijn?" en het kan gokken op "Hooikoorts", "Een gebroken been" of "De griep", en vervolgens voorstellen om een ticket naar de maan te kopen voor het geval dat. GraphDx verandert het spel door een Medical Diagnosis Knowledge Graph (MDKG) te bouwen.

Stel je deze graaf voor als een gigantische, interactieve metrolijn van het menselijk lichaam.

De Stations zijn ziekten (zoals "Griep" of "Gebroken bot").
De Lijnen verbinden ziekten met hun symptomen (zoals "Koorts" of "Zwelling").
De Tickets zijn de medische tests (zoals "Bloedtest" of "Röntgenfoto").

Maar dit is niet zoma van een normale kaart. De auteurs hebben deze kaart speciale superkrachten gegeven die bestaande kaarten niet hebben:

Typicality Labels (Typiciteitslabels): De kaart weet welke symptomen "Kenmerkend" zijn (extreem veel voorkomend bij een ziekte, zoals koorts bij griep) en welke "Zeldzaam" zijn (zeer onwaarschijnlijk).
Cost Tags (Kostenlabels): Elke test op de kaart heeft een prijskaartje en een "pijnniveau". De kaart weet dat een snelle bloedtest goedkoop en eenvoudig is, terwijl een volledige CT-scan van het lichaam duur en invasief is.
Action-Centric Paths (Actie-gecentreerde paden): De kaart zegt niet alleen "Koorts gaat gepaard met Griep". De kaart zegt: "Als je Koorts ziet, is dit de specifieke test om het te bevestigen, en dit is de kostenpost."

Hoe GraphDx Werkt: Het Driehoofdig Detective Team

Om deze kaart te gebruiken, hebben de auteurs een team van drie AI-agenten gecreëerd die samenwerken. Ze praten niet alleen met elkaar; ze hebben specifieke taken.

De Perception Agent (De Luisteraar): Deze agent luistert naar de patiënt. Als een patiënt zegt: "Mijn buik doet pijn en ik ben duizelig," vertaalt deze agent dat naar de taal van de kaart. Het vindt de stations "Buikpijn" en "Duizeligheid" op de metrolijn en markeert deze als "Aanwezig".
De Reasoning Agent (De Navigator): Dit is het brein van de operatie. Het kijkt naar de gemarkeerde stations op de kaart en begint te berekenen. Het vraagt zich af: "Als de patiënt buikpijn en duizeligheid heeft, welke ziekten zijn het meest waarschijnlijk?" Het gebruikt de "Typicality"-labels van de kaart om de ziekten te scoren. Vervolgens kij naar de "Cost Tags" om te bepalen wat de volgende beste zet is. In plaats van een miljoen tests aan te vragen, vraagt het: "Welke enkele test geeft ons de meeste informatie voor het minste geld?" Het kan bijvoorbeeld zeggen: "Laten we eerst de bloedsuikerspiegel controleren, omdat dat goedkoop is en diabetes kan uitsluiten."
De Decision Agent (De Spreker): Deze agent neemt het plan van de Navigator en spreekt met de patiënt. Het stelt de juiste vraag of bestelt de juiste test op een natuurlijke, vriendelijke manier.

De Resultaten: Slimmer, Goedkoper en Veiliger

De auteurs hebben dit nieuwe systeem getest in twee verschillende werelden: een set medische examenvragen (MedQA) en een collectie echte patiëntgegevens (MIMIC-IV). Ze vergeleken GraphDx met standaard AI (de slordige detective) en andere geavanceerde AI-teams.

De resultaten waren indrukwekkend. In de simulaties:

Nauwkeurigheid: De standaard AI had de diagnose ongeveer 50% tot 68% van de tijd correct. GraphDx verhoogde dit naar 79% tot 93%.
Kosten: De standaard AI was erg verspillend en bestelde vaak dure tests. GraphDx verminderde de kosten van tests met 20% tot 54%. Bijvoorbeeld, op één dataset daalden de gemiddelde kosten van $1.062 naar $537 per geval.
Efficiëntie: GraphDx bespaarde niet alleen geld, maar ook tijd. Het vermeed de valkuil van "defensieve geneeskunde", waarbij AI elke test bestelt om maar veilig te zitten.

Het paper toonde ook aan dat GraphDx werkt, zelfs wanneer de AI een ziekte tegenkomt die hij nog niet eerder heeft gezien. Omdat de kaart is gebouwd op algemene regels (zoals "Borstpijn leidt meestal tot een ECG"), kon het systeem nog steeds effectief navigeren, zelfs als de specifieke ziekte niet op de kaart stond.

Wat Dit Betekent (en Wat Het Niet Betekent)

De auteurs zijn zeer duidelijk over wat ze hebben bereikt en wat ze niet hebben bereikt. Ze hebben door middel van rigoureuze simulaties en LLM-gebaseerde evaluatie aangetoond dat het toevoegen van een gestructureerde kaart en een kostenbewuste planner helpt om AI betere medische beslissingen te laten nemen dan het simpelweg gebruiken van een rauw taalmodel. Ze hebben aangetoond dat GraphDx de bestaande baselines aanzienlijk overtreft, wat suggerend is dat de structuur van het redeneerproces een cruciale factor is bij het verbeteren van de prestaties, in plaats van enkel te vertrouaien op de ruwe intelligentie of de hoeveelheid tekst van het basismodel.

Ze wijzen echter ook op enkele beperkingen. Dit systeem is momenteel een simulatie. Het werkt in een computermgeving waar de "patiënten" ook AI's zijn die rollen spelen. De auteurs merken op dat echte patiënten vager, verwarder of moeilijker te lezen kunnen zijn dan de simulatie toelaat. Ze geven ook toe dat de kaart zelf door een AI is gebouwd, dus als de AI die de kaart maakt een fout maakt, kan de kaart fout zijn.

Het belangrijkste is dat de auteurs stellen dat dit niet een hulpmiddel is dat artsen nu direct op echte patiënten kunnen gebruiken. Het is een onderzoeksinstrument om te laten zien hoe AI in de toekomst zou kunnen werken. Ze benadrukken dat menselijke artsen altijd in de loop moeten blijven.

Kortom, GraphDx suggereert dat als we willen dat AI een goede arts is, we het niet alleen een bibliotheek vol boeken kunnen geven. We moeten het een kaart, een budget en een plan geven. Door dat te doen, stopt de AI met gokken en begint hij met oplossen, waarbij hij in het proces zowel geld als levens bespaart.

Technische Samenvatting: GraphDx

Probleemstelling

Sequentiële diagnose in klinische settings vereist een balans tussen diagnostische nauwkeurigheid en de kosten van middelen (monetaire uitgaven, ongemak voor de patiënt, tijd) door middel van iteratieve informatieverzameling. Hoewel Large Language Models (LLMs) opmerkelijk succes hebben getoond bij statische medische examens door het coderen van uitgebreide medische kennis, vertonen ze een kritieke kennis-redeneringskloof wanneer ze worden toegepast op sequentiële diagnose. Specifiek worstelen LLM's met het systematisch redeneren onder beperkingen van kosten. Ondanks het bezit van medische kennis, vervallen ze vaak in "defensieve geneeskunde", waarbij ze overmatige tests bestellen om de onzekerheid in hun redenering te compenseren, in plaats van gebruik te maken van discriminerende kenmerken voor efficiënte differentiële diagnose. Dit gedrag komt voort uit de impliciete, ongestructureerde aard van LLM-redenering, die geen expliciete domeinmodellen bezit voor systematische hypothesetests.

Het artikel identificeert twee primaire uitdagingen die ten grondslag liggen aan deze kloof:

Constructie van een Diagnose-gereed Knowledge Graph: Bestaande kennisgrafen (bijv. UMLS) missen kwantitatieve attributen die essentieel zijn voor diagnose, zoals de typiciteit van symptomen en de bruikbaarheid van tests. Bovendien vertonen medische concepten vaak contextafhankelijke semantiek (bijv. een ziekte die als symptoom fungeert in een andere context), wat dynamische rolmodellering vereist die statische ontologieën niet kunnen bieden.
Effectieve Multi-Agent Collaboratie: Het overbruggen van neurale taalbegrip met symbolische graafredenering vereist de orchestratie van observatie-extractie, graaf-grounding, bewijsscoring en responsgeneratie. Bestaande multi-agent benaderingen vertrouwen vaak op complexe prompt-gebaseerde coördinatie die een sterk vermogen tot instructie-opvolging vereist van de basismodellen, wat leidt tot prestatievermindering bij minder capabele LLM's.

Methodologie

De auteurs stellen GraphDx voor, een kennisversterkt framework bestaande uit twee geïntegreerde componenten: een geautomatiseerde pipeline voor de constructie van een Medical Diagnosis Knowledge Graph (MDKG) en een collaboratief multi-agent diagnostisch systeem.

1. Geautomatiseerde MDKG-constructie

Het framework construeert een gerichte graaf $G = (V, E, W, A)$ waarbij knopen ziekten, kenmerken (symptomen/verschijnselen) en tests vertegenwoordigen. De constructie-pipeline werkt in drie stadia zonder handmatige annotatie:

Parallelle Kennisextractie: Gespecialiseerde agents extraheren tupels van kenmerken, hun typiciteit en verifiërende tests voor elke ziekte. Om ruis vanuit de waarschijnlijkheidschattingen van LLM's te mitigeren, brengt een Quantized Typicality strategie linguïstische beschrijvingen in kaart naar discrete gewichtsbakken (bijv. "Kenmerkend," "Veelvoorkomend," "Zeldzaam," "Onmogelijk"). De pipeline dwingt een Action-Centric Topology af, die expliciet verbindingen modelleert tussen kenmerken en de tests die deze kunnen bevestigen of uitsluiten, waardoor de graaf wordt getransformeerd in een navigatiestructuur voor diagnostische acties.
Hybride Entiteitsalignement & Dynamische Upgrade: Om semantische ambiguïteit en rolverschuivingen (bijv. een ziekte die een symptom wordt) af te handelen, gebruikt het systeem een hybride retrieval-strategie (lexicale overlap + semantische embedding) gevolgd door een LLM-gebaseerde discriminator voor alignement. Een Dynamic Node Upgrade mechanisme staat toe dat knopen automatisch van rol kunnen wisselen (bijv. van kenmerk naar ziekte), waardoor complexe causale ketens kunnen ontstaan zonder handmatige herstructurering van de ontologie.
Attribuutverrijking: Een metadata-module leidt kwantitatieve attributen af voor test-knopen, specifiek kosten (monitair niveau) en invasiviteit, waardoor de graaf ondersteuning biedt voor kostengevoelige planning.

2. Graaf-geaugmenteerde Diagnostische Agent

De agent werkt via een "Think-then-Act" loop bestaande uit drie gespecialiseerde rollen:

Perceptie Agent: Extraheert gestructureerde observaties uit ongestructureerde patiëntinputs (verbale beschrijvingen of testrapporten) en koppelt deze aan canonieke graaf-knopen middels het alignement-mechanisme.
Redeneer Agent: Voert deterministische Evidence Scoring en Kostengevoelige Actieplanning uit.
- Evidence Scoring: Berekent een betrouwbaarheidsscore voor elke ziekte op basis van de alignement tussen de graafkennis en geobserveerde staten, waarbij expliciet wordt omgegaan met positieve en negatieve bewijslast met straffactoren.
- Actieplanning: Gebruikt een heuristische nutfunctie om de volgende actie (onderzoek of test) te selecteren. Het geeft prioriteit aan kenmerken die de discriminerende kracht maximaliseren tussen de top kandidaat-ziekten en selecteert tests die de informatie-tot-kostenratio maximaliseren, waarbij dure of invasieve opties worden bestraft.
Beslissings Agent: Genereert de uiteindelijke natuurlijke taalrespons en actie, geconditioneerd op een gestructureerde redeneringssamenvatting (gerangschikte ziekten, top kenmerken en voorgestelde tests) afgeleid van de symbolische engine. Dit beperkt de generatieruimte van de LLM tot medisch geldige paden.

Belangrijkste Bijdragen

Geautomatiseerde MDKG-constructie: Een nieuwe pipeline die kennisgrafen construeert die verrijkt zijn met kwantitatieve diagnostische attributen (typiciteit, kosten, invasiviteit) en dynamische rolmodellering, waarmee het gebrek aan diagnose-gereedheid in bestaande grafen wordt aangepakt.
Expliciete Redeneermotor: Een hybride architectuur die complexe, deterministische redenering (status tracking, hypothese scoring, nutsberekening) overdraagt aan een symbolische engine, waardoor de afhankelijkheid van de impliciete redeneercapaciteiten van de basis-LLM wordt verminderd.
Kostenbewust Multi-Agent Framework: Een collaboratief agent-ontwerp dat effectief de balans vindt tussen diagnostische nauwkeurigheid en de beperkingen van middelen, waardoor het "defensieve geneeskunde"-gedrag van baseline LLM's wordt gemitigeerd.

Experimentele Resultaten

Het framework werd geëvalueerd op MedQA (200 gevallen) en MIMIC-IV (200 real-world gevallen) over drie LLM-backbones: DeepSeek-V3, Kimi-k2 en Llama-3.3.

Diagnostische Nauwkeurigheid: GraphDx verbeterde de succespercentages van diagnoses (Score $\ge$ 8) aanzienlijk van een baseline-bereik van 50–68% naar 79–93%. Bijvoorbeeld, op MedQA met DeepSeek-V3 steeg het succespercentage van 67,8% naar 88,7%.
Kostenefficiëntie: Het framework verminderde de testkosten met 20–54%. Op MedQA met DeepSeek-V3 daalden de gemiddelde kosten van \ $1.062 naar \$ 537.
Robuustheid: In de ruisgevoelige MIMIC-IV dataset behield GraphDx een hoge prestatie (83,0% succespercentage met DeepSeek-V3), terwijl baseline multi-agent frameworks (MAI-DxO) leden onder prestatie-instorting of extreem hoge kosten door ongecontroleerde exploratie.
Open-Set Evaluatie: Zelfs wanneer de werkelijke ziekte buiten de geconstrueerde graaf viel, presteerde GraphDx beter dan standaard LLM's, wat de bruikbaarheid van de algemene feature-test structuur aantoont bij het sturen van de agent.
Ablatie-studies: De resultaten bevestigden dat zowel de gestructureerde kennis (MDKG) als de expliciete inferentie-engine cruciaal zijn; het verwijderen van een van beide componenten leidde tot significante prestatiedalingen en hogere kosten.

Betekenis en Claims

Het artikel claimt dat GraphDx een robuuste, economische en interpreteerbare oplossing biedt voor automatische klinische diagnose. De primaire betekenis ligt in het overbruggen van de kennis-redeneringskloof door de perceptuele capaciteiten van LLM's te combineren met de logische capaciteiten van symbolische systemen. Door expliciet testkosten en bewijs te modelleren, biedt het framework een pad naar interpreteerbare medische AI, waarbij elke diagnostische conclusie terug te leiden is naar expliciete bewijsscores.

De auteurs benadrukken dat GraphDx bedoeld is voor onderzoeks- en educatieve simulatiedoeleinden en geen directe klinische besluitvormingstool is zonder menselijk toezicht. Ze erkennen beperkingen, waaronder de afhankelijkheid van de kennis van de basis-LLM voor de constructie van de graaf, het gebrek aan end-to-end multi-modale verwerking (bijv. directe beeldanalyse), en de potentiële simulatiekloof tussen synthetische en echte patiëntinteracties. Toekomstig werk wordt voorgesteld om het framework uit te breiden naar multi-modale datafusie en grootschalige klinische validatie.