DeepER-Med：通过智能体AI推进医学中的深度循证研究

可信性与透明度对人工智能（AI）在医疗与生物医学研究中的临床采纳至关重要。近期的深度研究系统试图通过将 AI 智能体与多跳信息检索、推理与综合相结合，加速有证据支撑的科学发现。然而，大多数现有系统缺乏显式且可检查的证据评估标准，带来错误累积的风险，并使研究人员与临床医生难以评估其输出的可靠性。与此同时，当前的基准测试方法很少在复杂的真实世界医学问题上评估性能。在此，我们提出 DeepER-Med，一个配备智能体AI系统的医学深度循证研究（Deep Evidence-based Research）框架。DeepER-Med 将深度医学研究构建为一个显式且可检查的循证生成工作流，由三个模块组成：研究规划、智能体协作与证据综合。为支持贴近现实的评估，我们还推出 DeepER-MedQA，一个有证据支撑的数据集，包含 100 道源自真实医学研究场景、并由 11 位生物医学专家组成的多学科小组甄选的专家级研究问题。专家人工评估表明，DeepER-Med 在包括新颖科学洞见生成在内的多项标准上持续优于广泛使用的生产级平台。我们进一步通过八个真实临床案例展示 DeepER-Med 的实用价值。临床医生评估显示，DeepER-Med 的结论在七个案例中与临床建议一致，凸显了其在医学研究与决策支持方面的潜力。