Cardiologent：面向患者级心律失常评估、紧急度与管理的多智能体临床决策支持

同样一段心房颤动，在健康成年人身上只是一个次要发现，在患高血压的老年患者身上却是抗凝治疗的依据：信号相同，决策相反。说出心律名称只是起点；决定患者结局的是随后的判断——整段记录中的心律失常是什么，它对这个患者意味着什么，以及应该怎么处理。近期将大语言模型与ECG结合的工作未能走到这一步：它们只读取单条记录而不组装患者级的发现；围绕其构建的智能体系统要么接受设备已检出的心律失常，要么瞄准别的诊断任务，在本任务所需的决策之前就停了下来。我们将患者级心律失常决策支持表述为一个任务，并提出Cardiologent——一个从检测覆盖到决策的多智能体系统。每种信号各由一个智能体处理——单导联ECG与可穿戴设备采集的光体积描记图（photoplethysmogram，PPG）——其窗口读数基于实测特征而非光秃秃的标签；这些读数被组装成患者的节律档案，并结合患者自身数据、针对该病例检索到的临床指南进行推理，同时由一个critic对照其所引用的指南核查每一条结论。我们评估的是临床决策而非报告，涵盖整合诊断、临床意义、紧急度与处理。Cardiologent在每一维度上都得分最高，在每一项患者级任务上于心内科医生与规模化LLM裁判之下均列第一——该裁判与心内科医生的一致性（ICC 0.74、0.66）与医生彼此之间的一致性（0.67）相当。由于每条结论都可追溯至所引用的指南并经专家心内科医生验证，它产出的决策可供临床医生审计而非盲目执行——这是迈向持续监测应用的一步。