VISTA Architect: A graph database-oriented health AI system demonstrated in multidisciplinary tumor boards

想象一位医生正试图解决一个复杂的医学谜团。他们拥有患者完整的病史，但这些信息并不是以故事的形式组织的。相反，它们散落在数千页的笔记、化验报告和影像结果中，并存放在不同的档案柜里。有些笔记写着“患者发热”，有些写着“热度消退”，还有些仅仅是药物清单。为了获取全貌，医生目前必须手动阅读所有这些资料，这需要耗费数小时且令人精疲力竭。

VISTA Architect 是一个旨在解决这一问题的全新系统。你可以把它想象成一位超级聪明的图书管理员，她不仅负责整理书籍，还能在医生走进房间之前，将整座图书馆重写成一本带有完美索引、易于阅读的单本“故事书”。

以下是它的工作原理，分为简单的步骤：

1. 问题所在：“原始文本”陷阱

目前，如果医生询问 AI：“这个患者在过去五年里发生了什么？”AI 通常会尝试每次都从头开始阅读原始医疗记录。

• 类比： 想象你要求一名学生写一篇关于 500 页长篇小说的读后感，但每当你问一个问题时，学生都必须从第一页开始重新阅读整本书。如果书太长，学生就会感到困惑、忘记第三章发生了什么，或者开始胡编乱造（幻觉）。
• 结果： 这既缓慢又昂贵，而且容易出错，尤其是在试图弄清楚事件的先后顺序时（例如：手术是在用药之前还是之后进行的？）。

2. 解决方案：“双层”图书馆

VISTA Architect 改变了游戏规则：它在患者数据首次到达时就完成繁重的工作，而不是在每次提问时才去处理。它构建了一个“知识图谱”（一个高级的连接图谱），包含两个层级：

• 第一层：“忠于来源”的地图 (MEDS 图谱)

  • 它是什么： 这是原始医疗记录的数字化副本，但以地图的形式呈现。每一份笔记、每一项化验结果和每一次扫描都是地图上的一个“节点”，并通过线条展示它们发生的时间和来源。
  • 类比： 想象把患者档案中的每一页都粘在一面巨大的墙上，但用红线在相关项目之间连线（例如，将“化疗”的笔记与第二天发生的“血液检查”连接起来）。它保留了每一个微小的细节，并证明了信息的确切出处。
  • 关键点： 这一步是由计算机自动完成的，而不是由一个会进行猜测的 AI 来完成。它仅仅是在组织数据。

• 第二层：“故事书”地图 (时间轴对象架构或 TOA)

  • 它是什么： 在这里，AI 开始介入。它观察第一层中杂乱的地图，然后写出一个清晰、按时间顺序排列的故事。它将相关的事件归类为“阶段”（例如：“诊断阶段”、“治疗阶段”、“恢复阶段”），并去除重复内容。
  • 类比： 如果说第一层是电影的原始素材，那么第二层就是最终剪辑出的预告片。它告诉你究竟发生了什么，以及发生的先后顺序，且去除了冗余信息。它知道“治疗开始”发生在“副作用出现”之前，即使原始笔记的记录顺序是乱的。
  • 关键点： 这个“故事”会被保存下来。系统以后不需要重新阅读原始文件；它只需要阅读这个精简后的故事即可。

3. 医生如何使用它（“智能体”界面）

当医生需要为会议（如“肿瘤专家讨论会”，即专家们讨论癌症病例的场合）准备信息时，他们不会要求 AI 去搜索原始文件。

• 类比： 医生不是要求图书管理员在 500 页的书中寻找特定的页面，而是问：“患者治疗情况的摘要是什么？”图书管理员会将预先写好的“故事书”（第二层）递给他们。
• 神奇之处： 如果医生问：“为什么停止了这种药物？”，图书管理员会指向故事书中的特定位置并说：“在这里，第 42 页，上面写着患者出现了反应。”如果医生需要查看原始化验报告以确保准确，图书管理员可以利用那根“红线”连接，瞬间调出第一层中的确切页面。
• 速度： 因为故事已经写好了，系统可以在几秒钟内给出答案。在研究中，它仅用 2.2 分钟 就完成了对 30 名患者的摘要准备。

4. 结果：它奏效了吗？

研究人员在斯坦福医学中心针对 1,180 名 肺部和胸部癌症患者测试了这个系统。他们要求系统找出每位患者的 15 个特定事实（例如“诊断是什么？”或“最后一次扫描是什么时候？”）。

• 准确性： 系统正确识别了 96.4% 的事实。
• 对比： 他们将此与一种标准的 AI 方法（称为 RAG，即检索增强生成）进行了比较，后者试图在没有构建故事的情况下直接搜索原始文本。标准方法仅能达到约 67% 的正确率。
• 原因： 标准方法在时间线上经常产生混淆。它无法分清某项治疗是在症状出现之前还是之后发生的。而 VISTA Architect 因为先构建了“故事书”，所以它能完美掌握时间线。

5. 它能做什么（以及不能做什么）

• 它能做的： 它将杂乱的医疗记录转化为清晰、可搜索的时间轴。它能帮助医生更快、更准确地准备会议。它还可以寻找具有相似经历的其他患者，以辅助医生做出决策。
• 它不能做的（基于本论文）： 本论文仅针对胸部肿瘤学（肺癌和胸部癌症）进行了测试。虽然该系统旨在能够灵活应用于其他专科，但论文并未声称其已在心脏病、儿科或其他领域得到测试或证明有效；此外，它依赖于原始医疗记录的完整性；如果医生没有记录某件事，系统也无法凭空创造出来。

总结

VISTA Architect 就像一个系统，它将一堆混乱的医疗文书整理成一本完美的、按时间顺序排列的故事书，并附带索引，然后将其保存起来。当医生需要了解某些信息时，他们只需阅读这本故事书。如果他们需要证据，系统能立即向他们展示原始文档。这使得医疗决策比每次都试图阅读原始文书的过程更加快速、廉价且准确得多。