专科模型为何依然重要：面向医学人工智能的异构多智能体范式

GPT、Claude 等通用大语言模型（LLM）在医疗保健领域的出色表现引发了一个关键问题：领域专用的医学专科模型会否被淘汰？我们主张，医学人工智能（AI）的未来不在于构建单体式的医学基础模型，也不在于取代人类专业知识，而在于协调通用 LLM、领域专用专科模型与临床医生之间的协作。我们提出 HetMedAgent，一个异构医学多智能体框架，支持冲突感知的证据融合、基于不确定性的临床医生干预触发以及自适应阈值校准。在三个真实世界临床决策任务上的实验表明，通用 LLM 与领域专用专科模型的协同显著优于单独使用任一类模型，验证了专科模型在模态特定分析中不可替代的价值。HetMedAgent 代表了从构建医学 LLM 或基础模型向多智能体协作的转变，在通用推理能力与领域特定精度之间取得了平衡。