CoMMa：博弈论视角下的贡献意识医疗多智能体

摘要

最近的多智能体框架扩大了处理肿瘤学决策支持任务的能力，这些任务需要对动态、异构的患者数据进行推理。我们提出了贡献感知医疗多代理（CoMMa），这是一种去中心化的 LLM 代理框架，其中专家对分散的证据进行操作，并通过博弈论目标进行协调，以做出稳健的决策。与大多数依赖于随机叙事推理的代理架构相比，CoMMa 利用确定性嵌入投影来近似贡献感知贡献归因。通过估计每个代理的边际效用，产生可解释的、基于数学的决策路径，并提高稳定性，从而产生明确的证据归因。 CoMMa 根据不同的肿瘤学基准（包括真实的多学科肿瘤委员会数据集）进行评估，比数据集中式和基于角色的多代理基准实现了更高的准确性和更稳定的性能。

CoMMa：面向去中心化肿瘤诊疗决策支持的贡献感知医疗多智能体 — 图2：用于多智能体肿瘤学决策支持的CoMMa框架的架构工作流程。(a) 确定性嵌入投影模块使用冻结的LLM将文本输入编码到共享嵌入空间。(b) 数据去中心化的agent混合模块将每个嵌入路由到其指定的分区agent，并通过可学习的MLP进行处理。(c) 贡献感知的多agent模块使用agent-决策矩阵聚合各agent特有的表示，该矩阵由基于Shapley的贡献矩阵加以正则化。在回答中，我们定量评估每个agent的贡献。类别logit与决策阈值被转换为百分位数。