ctyyy的博客
MDTeamGPT: a self-evolving LLM-based multi-agent framework for multi-disciplinary team medical consultation
返回首页
搜索
Home
热门
追番
科研
MDTeamGPT: a self-evolving LLM-based multi-agent framework for multi-disciplinary team medical consultation
发表于
2026-08-16
|
更新于
2026-10-12
这篇文章和之前的文章有几个共同点:
分诊选专家
多轮讨论 + 共识/投票
角色分工(专科 + 主持人)
共享池/可见上下文
文章作者:
ctyyy
文章链接:
https://tysweb.pages.dev/2026/08/16/MDTeamGPT/
版权声明:
本博客所有文章除特别声明外,均采用
CC BY-NC-SA 4.0
许可协议。转载请注明来源
ctyyy的博客
!
上一篇
MedAgents: large language models as collaborators for zero-shot medical reasoning
MedAgents的五阶段流程图 方法⭐这个方法全程自动,从input到output全程不需要人 q = 题目(question) op = 一堆选项,o1...ok 就是第 1 到第 k 个选项 QD = 问域专家(question-domain experts),默认 5 个,专门分析题目属于什么专科` OD = 选项域专家(option-domain experts),默认 2 个,专门判断每个选项对不对 QA/OA = 这两拨专家写出的分析 Repo = 汇总报告,Repof 是最终全员同意的报告 ans = 最终答案 r.../prompt... = 角色描述和指示语,把它们当成“给 LLM 的工牌 + 任务单”就行 1. 组建专家小组论文里的“不同专家”不是真医生、也不是独立模型,而是同一个大模型在每次调用时换一个系统角色描述和任务提示:一次让它自称心内科主任,另一次让它自称消化科主任,再让另一组扮演“专门挑选项毛病”的专家。区别全在 prompt 和角色...
下一篇
MDAgents: an adaptive collaboration of LLMs for medical decision-making
从单个的llm创造多个会话来模拟医生到创建agent来管理,然后演变为多个agent互相协调,最后提出不应该用LLM 工作流来评估这个工作流程,而是使用AI加医生 系统实现流程 使用的测试集 类别 数据集 输入形式 大致考察什么 Medical Knowledge Retrieval MedQA 文本 医学执照考试/临床医学知识与推理 PubMedQA 文本 基于 PubMed 文献进行医学研究问答 Path-VQA 图像 + 文本 病理图像问答 PMC-VQA 图像 + 文本 医学论文中的图片 + 文本问答 MedVidQA 视频 + 文本 医学视频理解与问答 Clinical Reasoning & Diagnostic DDXPlus 文本 症状 → 疾病诊断 SymCat 文本 症状 → 疾病 JAMA 文本 JAMA 临床病例诊断 MedBullets 文本 医学教育/临床推理题 MIMIC-CXR 图像 + 文本 胸部 X-ray 医学影像诊断 step1:复杂度分析由Mod...
ctyyy
Record myself
文章
23
标签
13
分类
3
Follow Me
最新文章
Python
2026-09-20
Prompt Engineering
2026-08-13
那些年那些事那些bug
2026-08-13
Codeforces Round 1109 (Div. 3)
2026-07-22
尖椒炒火腿
2026-07-20
网站信息
Article Count :
加载中...
Run Time :
计算中...
Final Update :
加载中...
搜索
数据加载中