这一组决定你对”多智能体””MDT””综述定位”的基本理解。读的时候不要追求记住每个细节，要追求”能用自己的话讲清楚一个完整故事”。

目录

# 文献（按参考编号） 论文原名称 对应综述章节 要学到的核心内容 流程图
1 44. Konzmann et al. (2026) LLM in tumor boards: systematic review Applications of large language models in tumor boards: a systematic review 引言、4.3 现有 MDT+LLM 综述怎么定义范围、怎么组织证据、结论是什么；这是你的”锚点综述”
2 33. Guo et al. (2024) LLM-based multi-agents survey Large language model based multi-agents: a survey of progress and challenges 3.1、3.2 LLM 智能体的定义（工具、RAG、记忆、规划、反思）；多智能体的通用分类
3‌✅ 54. Li, X. et al. (2024) LLM-based MAS: workflow, infrastructure, challenges A survey on LLM-based multi-agent systems: workflow, infrastructure, and challenges 3.1、4.5 多智能体从工作流、基础设施、挑战三个角度的全景框架 认识 Agent 的零件：agent可以被分类成什么？（定义）
4✅ 96. Yao et al. (2026) AI hospitals survey LLM-based multi-agent systems for clinical workflows: a survey of AI hospitals 3.1、3.3、3.5 医疗多智能体如何组织临床工作流；AI 医院类模拟环境如何评测 提出 AI hospital概念：将AI医院定义为工作流级临床系统（流程落地）
5✅⭐ 92. Xiong et al. (2026) MAS for medicine: accountable orchestration Not just one agent: LLM-based multi-agent systems for medicine from answer generation to accountable workflow orchestration 3.1、4.1 医疗多智能体从”生成答案”到”工作流编排”的演变；可问责性 把医学 MAS 从“能跑医院流程”推进到“能被审计、被追责、被治理”。（落地审查）
6✅ 84. Tang et al. (2024) MedAgents MedAgents: large language models as collaborators for zero-shot medical reasoning 3.2.1、3.4 最早的医疗多智能体框架之一：角色化、协作讨论、零样本推理 医疗多智能体框架（早期agent落地）
7✅（实现代码） 43. Kim et al. (2024) MDAgents MDAgents: an adaptive collaboration of LLMs for medical decision-making 3.2.1、3.2.3、3.4 自适应协作：根据任务难度选择独诊/团队；这是”协作+层级”的交界 自适应协作解决了什么问题？它和固定团队的区别？
8 13/15. Chen, K. et al. MDTeamGPT (2025/2026) MDTeamGPT: a self-evolving LLM-based multi-agent framework for multi-disciplinary team medical consultation；MDTeamGPT: mitigating context collapse and enabling self-evolution in medical multi-agent reasoning 3.2.4、3.4、3.6.2 共识聚合+残余讨论+知识库；”上下文崩塌”问题 上下文崩塌是什么？系统怎么缓解？
9 58. Liu, Q. et al. (2026) EvoMDT EvoMDT: a self-evolving multi-agent system for structured clinical decision-making in multi-cancer 3.2.4、3.4、4.2 自进化 MDT 系统：根据专家反馈和结局信号更新提示词、权重、检索范围 自进化在 MDT 中如何实现？它和普通多智能体的差异？
10 85. Vasilev et al. (2025) MTBBench MTBBench: a multimodal sequential clinical decision-making benchmark in oncology 3.5、4.4 肿瘤会诊专用基准：多模态、纵向、证据调和 MTBBench 为什么比通用基准更适合 MDT？它测出了什么失败？
11 104. Zhu, Y. et al. (2025) MedAgentAudit Auditing medical multi-agent AI reveals risks of false consensus 3.2.2、3.6.1、4.5 审计多智能体执行日志；虚假一致、沉默同意、未激活专科推理 审计发现了哪几类协作失败？为什么”辩论”不一定可靠？
12 27. Gallifant et al. (2025) TRIPOD-LLM The TRIPOD-LLM reporting guideline for studies using large language models 3.6.4、4.5 LLM 研究报告的最低报告要求 TRIPOD-LLM 有几个条目？它如何支撑你综述的”评测不足”论点？