Occam’s Razor in AI-assisted complex diagnosis: a comparative effectiveness study of single large language models versus multi-agent systems in resource-constrained primary care settings
与普遍认为多智能体系统优于单模型的假设相反，本研究表明，在资源受限的基础医疗场景中，单个高性能本地大语言模型（GPT-oss-20b）在诊断准确性、安全性及延迟方面均优于复杂的多智能体架构，从而主张采用“精益人工智能”（Lean AI）策略而非计算昂贵的集成工作流。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在全球医疗系统的寂静角落，从低收入国家的乡村诊所到发展中地区人员不足的医院，一场无声的斗争经常上演。一名患者带着一组令人困惑的症状而来，这些症状并不能明确指向单一疾病。作为第一道、往往也是唯一的防线，当地医生面临着艰难的选择：是根据有限的经验进行猜测，还是等待可能远在数百英里之外的专家。这种患者表现出的症状与正确诊断之间的差距，是全球健康不平等的主要驱动因素。几十年来，医学界一直希望人工智能能够弥补这一鸿沟，充当一个不知疲倦、知识渊博的助手，能够对复杂病例进行推理。技术领域普遍认为，要解决此类难题，需要一个数字大脑团队协同工作。其理念是，如果结合了几个不同计算机程序的推理能力，它们可以互相纠正错误，并得出单个程序可能会遗漏的真相。这种被称为“多智能体系统”（multi-agent system）的方法，被视为复杂决策的未来，模仿了人类专家委员会针对某一病例进行辩论直至达成共识的过程。
然而，一项新的研究挑战了这一假设，指出在医疗诊断这一高风险领域，更多的智能体并不一定意味着更好的答案。来自潍坊人民医院和 iMEDWAY Technology 的研究人员进行了一项严格测试，以观察在资源受限的环境下，这些复杂的人工智能团队是否真的优于单个强大的计算机程序。他们建立了一个模拟现实场景的实验，在该场景中，互联网连接不可靠，且数据必须保存在本地服务器上以确保隐私。他们将五个不同的单体人工智能模型与两种不同的团队系统进行了对比。这些单体模型是能够阅读并理解医学文本的大型复杂程序，而团队系统则旨在将病例在不同模型之间进行路由并对最终诊断进行投票。目标是观察在处理 915 个已由人类专家解决的复杂医学病例时，哪种方法更准确、更安全、更快速。
结果令人惊讶，且与计算机科学的流行趋势背道而驰。研究发现，在诊断这些复杂病例时，性能最强的单个人工智能模型明显优于那种在不同模型间动态路由病例的自适应团队系统。然而，那种仅仅通过汇总多个模型投票的标准团队系统，其表现与单体模型持平，未显示出统计学上的显著差异。研究人员观察到一种他们称之为“集成退化”（ensemble degradation）的现象，即在自适应团队中加入较弱的模型，稀释了最强模型的正确推理能力。这些较弱的模型并没有纠正错误，反而引入了混乱和错误的猜测，将最终答案拉离了真相。这就像是在一个专家室里加入了一些经验不足的声音，不仅没有使对话更清晰，反而让讨论变得混乱不堪。
除了准确性之外，研究还强调了简化方案的实际优势。单体模型的运行速度极快，分析一个病例平均仅需 30 秒，而团队系统则耗时更长，其中一个系统处理每个病例甚至需要高达 200 秒。这种速度差异在时间资源匮乏的繁忙诊所中至关重要。此外，单体模型所需的计算能力也少得多。虽然团队系统需要配备四个高端显卡的庞大服务器才能同时运行，但单体模型理论上可以在更小、更便宜的配置上运行，而这正是当地医院能够负担得起的。这一发现表明，对于全球健康而言，未来的路径不是构建更复杂、更昂贵的智能网络，而是专注于完善一个能够离线工作且可靠运行的单一、稳健的工具。
研究人员还考察了安全性，这是医疗护理中最重要的因素。他们发现，单体模型产生危险错误或“幻觉”（即人工智能编造听起来真实但实际上是虚假的事实）的可能性较低。自适应团队系统由于混合了能力较弱的模型输出，产生了更多的这类危险错误。研究结论指出，在诊断复杂疾病的特定背景下，简约优于复杂。一个单一且功能强大的模型，比协调一群智能体能提供更安全、更准确且更具成本效益的解决方案，尤其是当这个智能体群体包含较弱的模型时，后者会降低整体性能。这种被作者称为“精益人工智能”（Lean AI）的方法，为向世界那些最需要帮助的地区提供高质量诊断支持提供了一条现实的路径，且无需承担昂贵基础设施或不稳定互联网连接的负担。该研究并非声称人工智能已经解决了所有的医学难题，但它提供了有力的证据：目前，帮助偏远地区医生的最佳方式，是给他们一个非常聪明的工具，而不是一个复杂的数字助手团队。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。