基于大模型智能体协同的肿瘤多学科会诊（MDT）专家共识

发表时间：2026-08-25；刊载期刊：《生物医学工程学进展》；牵头专家组：国内肿瘤临床、医学工程、医学 AI、伦理、信息多学科专家小组；⚠️仅供医学学习，大模型智能体仅作为 MDT 辅助工具，不能替代临床医师；最终诊疗决策由人类 MDT 团队承担全部医疗责任 核心定位：规范多智能体协同大模型在肿瘤 MDT 全流程的落地；解决传统 MDT 痛点：病历整理耗时、证据检索慢、多学科意见碎片化、MDT 记录不标准化、决议缺少追踪、质控难；智能体 = 角色化专用大模型，由总控智能体协调多专科智能体并行推理，模拟 MDT 多角色协同，不是单一通用大模型

一、定义、适用场景与不适用场景

1. 核心概念

大模型智能体协同肿瘤 MDT：搭建角色化多智能体集群（外科、肿瘤内科、放疗、影像、病理、基因、缓和医疗、护理、临床研究智能体等），由MDT 总控智能体统筹，读取结构化 / 非结构化病历、影像报告、病理、基因检测，各专科智能体独立输出专科意见，总控智能体完成证据对齐、冲突识别、指南溯源、生成候选方案、风险提示；全程 RAG 检索国内 / 国际指南、文献，输出可溯源参考意见，全部 AI 输出必须经过人类 MDT 专家复核。

2. 适用场景（推荐开展）

1. 疑难复杂肿瘤 MDT：局部晚期、复发转移性肿瘤、罕见肿瘤、多合并症、多线治疗后、分子靶点复杂病例；
2. 基层 / 区域 MDT：专家资源不足，智能体先行完成病历预处理、证据检索、方案预演，减少专家会前准备负担；
3. MDT 教学、病例复盘、质量审计；
4. MDT 会后：决议结构化归档、随访提醒、不良事件追踪、临床试验初筛匹配。

3. 不适用场景（不推荐仅依赖智能体）

❌ 急诊、生命不稳定、需要紧急手术 / 抢救病例； ❌ 信息严重缺失、病理 / 影像资料不足，无法支撑推理； ❌ 无人工 MDT 专家复核，直接采纳智能体给出的方案作为临床决策； ❌ 隐私、数据合规不达标的机构上线； ❌ 单纯普通早期肿瘤，常规标准化路径病例（价值有限，不强制部署）。

二、总体原则（共识核心 4 项原则）

1. 医师主体原则：AI 智能体是辅助决策支持工具；医疗责任归属参与 MDT 的人类临床医师；智能体输出仅为参考，不具备处方权与诊疗决策权。
2. 证据可溯源原则：所有推荐意见必须标注引用指南、文献来源；识别模型幻觉，强制冲突告警；模型输出必须标出证据等级（GRADE）。
3. 安全与隐私合规：遵循医疗数据法规；患者病历脱敏；本地私有化部署优先；禁止原始病历公网上传；数据访问留痕审计。
4. 可解释性原则：智能体不能只输出结论，需写明推理逻辑、支持依据、局限性、不确定点（如 VUS、证据不足）。

三、多智能体架构与角色配置

1. MDT 总控智能体（协调中枢） 统一接收患者全维度病历；分发任务至各专科智能体；汇总各专科意见；识别多学科意见冲突；检索指南进行证据比对；输出结构化 MDT 预报告；标记风险、信息缺口、幻觉风险。
2. 专科智能体集群（按需启用）
   • 肿瘤外科智能体：评估可切除性、手术入路、手术风险、减瘤评估；
   • 肿瘤内科智能体：化疗 / 靶向 / 免疫方案、生物标志物解读、药物不良反应、后线方案；
   • 放射治疗智能体：放疗指征、靶区参考、剂量限制、正常组织风险；
   • 影像智能体：影像分期、病灶测量、复发鉴别；
   • 病理 / 分子病理智能体：病理分型、IHC、BRCA/MSI/HRD/MRD 等分子报告解读；
   • 缓和医疗智能体：症状管理、营养、心理、ACP 预立医疗计划评估；
   • 临床研究智能体：自动匹配符合入排标准的临床试验。
3. 复核校验智能体：独立校验推荐方案与指南一致性，识别药物禁忌、超说明书、矛盾推荐。

架构要点：各智能体独立思考，允许意见分歧；总控智能体不强行抹平分歧，而是把分歧点直接提交人类 MDT 专家组讨论。

四、标准化 MDT 全流程（智能体嵌入节点）

阶段 1：MDT 会前（智能体主要价值环节）

1. 病历自动抽取与结构化：自由文本病历、影像、病理、检验、基因报告自动提取关键信息；生成标准化病例摘要；识别缺失检查项目并提示。
2. 预评估：各专科智能体并行输出专科初步意见；检索 CSCO、NCCN、ESMO 等指南，生成 2～3 套候选诊疗路径；
3. 风险预筛查：药物过敏、脏器功能限制、治疗禁忌、模型幻觉风险标记；
4. 临床试验初筛，列出匹配研究清单。

阶段 2：MDT 会诊会中

1. 实时展示结构化病例、候选方案、证据来源、分歧点；
2. 支持专家交互式提问，智能体实时调取文献、指南，补充信息；
3. 记录专家讨论要点，实时生成会议纪要初稿；
4. 专家可直接对 AI 预方案进行批注、驳回、修改。

阶段 3：MDT 会后

1. 基于人类专家讨论结论，生成正式 MDT 书面决议，自动归档；
2. 随访计划、复查节点、不良反应监测自动提醒；
3. 追踪决议执行情况；定期复盘病例，MDT 质控；
4. 病例入库，用于内部教学。

强制要求：所有 AI 生成内容，必须在 MDT 记录中明确标注 “AI 辅助生成，经 MDT 专家人工复核”。

五、数据治理、隐私与安全规范

1. 数据采集：最小必要原则；患者信息脱敏；签署知情同意（告知 AI 辅助 MDT，说明数据用途）。
2. 存储：优先院内私有化部署；禁止原始患者数据直接公网大模型；日志全程留痕，可审计。
3. 模型版本管理：模型更新需要版本锁定；更新前后做对比验证；模型迭代不能直接修改历史 MDT 归档记录。
4. 幻觉防控：RAG 知识库定期更新，知识库和互联网通用大模型基座隔离；对缺乏证据的推荐强制标注 “证据不足，谨慎参考”。

六、系统准入、验证与质量控制

1. 上线前验证（必备）

1. 回顾性病例测试集：多中心疑难肿瘤病例，评估 AI 意见和真实人类 MDT 专家意见符合率；
2. 独立临床专家盲审，评估安全性、漏诊风险；
3. 模拟测试幻觉、极端病例（罕见肿瘤、多脏器衰竭）。

2. 持续质控指标（共识推荐质控清单）

• 病历结构化完整率；
• AI 方案与人类 MDT 一致性；
• 幻觉检出率；
• MDT 会前准备耗时下降；
• MDT 决议按时追踪率；
• 不良事件 / 安全事件上报；
• 专家满意度评价。

3. 定期审计

每季度抽查 AI 辅助 MDT 病例，核查 AI 输出是否存在严重错误；一旦发现高危错误，暂停使用，迭代知识库。

七、伦理、知情同意与医疗责任边界（重点章节）

1. 患者知情：告知患者本次 MDT 将使用大模型智能体作为辅助；说明 AI 局限性；患者有权拒绝 AI 辅助 MDT，不影响常规 MDT 诊疗。
2. 责任划分：AI 系统仅提供参考意见，不承担医疗法律责任；参与 MDT 的临床医师团队对最终诊疗决策负全部医疗责任。
3. 禁止事项：
   • 不允许 AI 自动生成正式医嘱、处方；
   • 不能仅依靠 AI 结论直接告知患者病情；
   • AI 输出不能替代病理、影像医师独立阅片判读。
4. 数据伦理：不得使用患者数据未经授权训练模型。

八、局限性与证据缺口

1. 罕见肿瘤、超指南个体化场景、高龄体弱多合并症患者，AI 一致性下降；
2. 模型幻觉风险，存在引用虚假文献、错误解读检验报告的可能性；
3. 缺少大规模前瞻性 RCT 证实 AI-MDT 可以改善患者 OS/PFS，当前证据以流程改善、效率提升为主；
4. 对医患沟通、心理、社会经济等人文因素的综合判断能力有限；
5. 不同厂商模型能力差异大，不建议直接跨机构无验证直接部署。

九、实施分级建议（医疗机构落地分层）

1. 一级（基础试点）：仅用于会前病历结构化、指南检索、文献查询；不生成完整候选治疗方案；适合地市级医院。
2. 二级（常规应用）：多专科智能体生成专科意见，输出候选方案；MDT 专家逐条复核；适合肿瘤中心。
3. 三级（科研探索）：完整多智能体闭环，开展前瞻性对照研究，用于临床科研；仅限高水平肿瘤中心。

十、共识核心亮点

1. 明确区分多智能体协同架构和单一通用大模型，强调分角色专科智能体并行推理；
2. 清晰划定 AI 和医生的责任边界，AI 辅助，医师全责；
3. 嵌入 MDT 全流程（会前 - 会中 - 会后），不只局限于给出治疗方案；
4. 配套完整质控体系、模型验证、幻觉防控机制；
5. 重视隐私合规，推荐私有化部署，明确知情同意要求；
6. 提出三级落地分级，方便不同级别医疗机构分阶段试点，不盲目上马。

十一、与传统肿瘤 MDT 专家共识对比

表格