智能体与自主科学
突破级
暂无讲解视频
收录解读
这篇论文针对罕见病诊断长期存在的“诊断漂流”问题，目标不是做一个普通的单模型问答器，而是建立一个能够处理异构临床输入、调用外部工具并输出可追溯证据链的诊断支持系统。对于本仓库，它首先属于 agent systems 与 AI x biomedicine 的交叉条目，重点不在医学分数本身，而在可复用的 agentic workflow。
论文提出的 DeepRare 把大语言模型、多代理协作、四十多个专业工具和最新知识源整合到同一决策流程中，输入可以同时包含自由文本病历、人类表型本体术语和遗传检测结果，输出则是带证据支撑的排序诊断假设。真正的新意在于把“诊断支持”做成可审计、可追踪、可组合的 agent system，而不是黑盒式生成结论。
它的重要性在于把医学诊断问题转化为一个高价值的工具编排与证据链接问题，这对 agent 研究、专业场景中的工具使用、以及高风险领域中的 traceable reasoning 都有明显外溢。对仓库来说，这类工作比一般医疗分类器更值得保留，因为它提供了一个清晰的部署级系统模式。
它没有升到更高等级，是因为贡献仍然明显受限于 rare disease differential diagnosis 场景，泛化到更广 agent 研究或更通用科学工作流还需要更多验证；同时它更偏强系统集成与应用落地，而不是重新定义 agent 理论本身。