VISTA Architect：以图数据库为核心的健康AI系统——多学科肿瘤会议板演示

我们介绍VISTA Architect——面向数据库的AI架构——将大语言模型（LLM）与纵向电子健康记录（EHR）集成。在摄取时——它把复杂临床文档转换为持久、带溯源链接的知识图谱——消除查询时对原始记录的重复再处理。该架构有两层：源保真的MEDS Graph——以完整溯源保留细粒度EHR结构；临床抽象的时间线对象架构（TOA）——用图引导的LLM抽取合成去重、时间连贯临床事件的简洁时间线。这解决了直接长上下文提示与检索增强生成（RAG）的关键局限——后者常遗漏时间关系并因重复原始文本处理产生高成本与高延迟。通过一次性预计算临床综合——下游查询访问有组织的患者状态——仅在需要详细核验时回溯到源文档。我们在斯坦福医学院多学科胸部肿瘤会议板上演示该系统——精确重建患者历史在此至关重要。跨1,180名患者——VISTA Architect在15个会议板显著变量上取得96.4%准确率（平均9.75/10；17,700次评估；95% CI 96.1-96.7%）——超越匹配的BM25 RAG基线与近期基于LLM的临床抽取基准。智能体界面把30名患者留出队列的准备时间降至约2.2分钟而不牺牲准确率。虽然此处按胸部肿瘤配置——模块化设计经可定制事件定义、episode结构与智能体工具适配其他专科；超出胸部肿瘤的验证仍是未来工作。