从临床意图到临床模型：用于临床医生驱动的人工智能开发的自主编码代理

开发可用于临床实践的人工智能模型需要临床医生和人工智能开发人员之间的高效协作。这提出了一个实际挑战：临床医生必须与人工智能开发人员反复沟通和完善他们的需求，然后才能将这些需求转化为可执行的模型开发。这个反复的过程非常耗时，而且即使经过反复讨论，由于双方没有完全共享彼此的专业知识，分歧仍然可能存在。 编码智能体 可能有助于缩小这一差距。他们可以自己编写和完善代码，并且拥有医学和人工智能的工作知识，可以理解医学专家和开发人员制定的命令。我们提出了一个原型，可以让临床医生直接推动人工智能开发。临床医生用简单的语言描述任务，系统将描述转化为工作流程，与临床医生一起通过重复实验对其进行完善，并返回满足既定临床目标的模型。在五项临床任务中，该系统可靠地生成符合临床医生要求并达到竞争性能的模型。最值得注意的是，在胸片上，该系统大幅降低了模型对胸腔引流管（气胸分类的一种众所周知的捷径）的依赖，在一个数据集上从 60% 降至 31%，在另一个数据集上从 50% 降至 18%。我们的结果表明，编码智能体 可以将临床人工智能开发转向更加临床医生驱动的模式，允许领域专家直接塑造模型，而不是通过专门的人工智能团队传递需求。