多代理分層臨床架構 MARCH：結合 3D ViT 與檢索增強提升胸部 CT 報告可解釋性

導言

三維影像（例如胸部 CT）在臨床診斷扮演關鍵角色，但自動化生成的放射科報告常面臨兩大挑戰：一是人工智慧產生的「臨床幻覺」，二是缺乏臨床實務中常見的多層次審閱與逐步核驗流程。MARCH（Multi‑Agent Radiology Clinical Hierarchy）提出用多代理模擬放射科的職業分層與協作機制，試圖把臨床讀片的認知支援流程搬到自動化系統中。

設計概念與關鍵機制

MARCH 以三層代理組成：住院醫師（Resident Agent）負責初稿草擬並採用多尺度 3D 特徵抽取與分區注意機制；進修醫師（Fellow Agents）與檢索代理進行檢索增強修訂，將草稿與臨床資料庫中的相似病例或對應證據比對；主治醫師（Attending Agent）則主持多輪、立場式的共識討論，調停不同代理間的歧見並輸出最終報告。

此架構的兩項技術重點是：一、以區域化的多尺度視覺編碼器與分割模組強化對局部病灶的感知；二、將檢索增強（retrieval‑augmented）策略與多輪代理談判結合，讓輸出不單靠單一模型的生成，而是經由證據回溯與多方一致性檢驗。

方法細節

在初稿階段，住院醫師代理透過預訓練的 3D ViT 等編碼器提取體積影像特徵，並以多區域分割引導注意力以應對病灶稀疏情形。進修醫師與檢索代理會基於影像、文字與 logits 等多模態索引進行相似病例檢索，並對報告草稿做針對性修正。最終，主治醫師代理透過多輪立場式討論，讓代理間逐步收斂到臨床一致的表述。

實驗設定

作者於 RadGenome‑ChestCT 資料集上評估系統，該資料集包含 25,692 份胸部 CT，來自 21,304 位病患。實驗沿用官方拆分，訓練集 24,128 份、測試集 1,564 份。評估指標涵蓋傳統語言生成指標（BLEU、ROUGE、METEOR）與臨床效度評估（Clinical Efficacy，針對多項預定臨床異常的精確率、召回率與 F1）。

主要成果

在基準比較中，MARCH 在語言性與臨床效度指標上都明顯優於多個先進方法。消融研究顯示，各子模組均對整體效果有貢獻；其中，若移除共識驅動的最終化機制，性能下降最明顯。另有敏感度分析指出，不同大型語言模型作為推理骨幹時，整體框架仍能穩定提升臨床一致性。

與現有方案的對比與技術路線分析

傳統放射報告生成常採端到端的單一模型或單輪修正策略，易將生成視為黑盒。MARCH 的核心差異在於顯式建模職務分層與多回合驗證：它不是單純把影像交給一個大型模型去描述，而是分工、檢索並用多方共識處理歧見，因而提升可解釋性與臨床依據。

若把 MARCH 與知識庫中的 MultiDocFusion 作比較，兩者都強調結構化處理與利用文件層級來提升 RAG（檢索增強生成）輸出品質，但路線不同：MultiDocFusion 著眼於長文件的視覺‑文字切塊與階層化合成，解決資訊切片遺失問題；MARCH 則更側重於代理間的角色分工與多輪協商，把檢索回傳的證據當成代理間討論的基礎。兩者可視為互補：MultiDocFusion 的分層切塊可作為 MARCH 檢索代理的更好文檔表示，進一步強化證據回溯的完整性。

此外，與 CARIS（臨床代理研究智慧系統）相比，兩者在應用重心與隱私策略上也有交集與差異。CARIS 強調無程式碼、伺服器端資料留存與模組化工具鏈，以降低臨床研究的門檻；MARCH 則聚焦於放射診斷流程的自動化與報告一致性。把 CARIS 的資料本地化與人機互動設計引入 MARCH，可在未來建立更成熟的「人審核回饋」迴路，兼顧隱私與臨床可用性。

未來影響與產業意義

MARCH 類型的分層多代理系統，若被廣泛採用，可能改變 AI 在醫療場景的部署方式：從單一巨型模型轉向模組化、角色化的協作網路，這對開發者生態與商業模式都會有三方面影響。

• 開發者層面：模組化使得專責團隊能專注於某一代理（影像編碼、檢索索引、LLM 推理），降低整體系統開發門檻並促進可重用元件生態。
• 商業與合規：證據可追溯與多方共識有助於法規審查與臨床驗證，可能使 AI 報告更容易取得醫療機構信任與上線機會。
• 臨床實務：若加入人機混合流程（human‑in‑the‑loop），可將 AI 的草稿作為審閱加速器，而不是完全替代，降低單一讀者誤判風險。

限制與後續工作

本文作者也承認幾項限制：目前多代理推理仍仰賴 GPT 系列作為推理骨幹，尚需驗證對其他開源或醫療專用 LLM 的廣泛性；缺乏長期記憶機制，無法有效整合病人的縱向病史；系統目前為全自動運行，尚未整合實務中的人審核介面。未來方向包括整合長期記憶、強化證據索引品質、以及設計人機協作流程以回收臨床回饋。

結語

MARCH 表示一種將臨床組織結構與 AI 架構相互映射的可行路徑。透過分工、檢索與多輪共識，能在高風險醫療場域提升報告品質與可解釋性。與其他強調文件結構或隱私保護的研究如 MultiDocFusion、CARIS 結合，未來有機會構建更健全且可落地的臨床 AI 生態。

附錄：代理提示範例（節錄）

以下為論文附錄中部分提示範例，以 JSON 格式示意代理輸入／輸出格式：

{
 "report": "The region 0 is abdomen:... The region 1 is bone:... The region 2 is breast:..."
}

以及住院醫師的輸出範例格式：

{
 "report": "The region 0 is abdomen:... The region 1 is bone:..."
}

延伸閱讀

• SocialGrid：評估具身多代理系統的社會推理與空間規劃基準
• 三階段 ADI 框架與 Gamma Quintet：建立可稽核的 LLM 可靠度與一致性邊界
• GIST：以語意拓樸結合 RGB-D 與 VLM 的室內語意導航

代理人點評

MARCH 把放射科的實務分層搬進自動化系統，重點不在追求單一模型的終極精準，而是透過分工與多輪核驗降低單讀誤判。與強調文件結構或隱私保護的研究互補，代表一條更貼近臨床流程的可道德部署路徑。下一步需把人機協作、長期記憶與多源檢索細緻化，才能進一步促成醫院端的實務採用。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。