基础代理与代理深入研究的结合：循证临床代码预测

下次遇到 ICD 预测可根据事先可用的纵向记录，预测未来就诊时将记录哪些标准化诊断代码。该任务是前瞻性的、多标签的：目标注释尚不存在，并且多个代码可能是正确的。结构化 EHR 基础模型捕获复发和时间进展，而语言基础模型则生成灵活的诊断假设。我们引入了 ICD-Deepresearch，这是一种 DeepResearch 工作流程，它将这些预测基础模型与医学搜索和 ICD 词典组合在一起。由于没有来源揭示未来的代码集，因此研究通过在固定的 top-K 预算下链接患者证据、外部临床关系和确切的代码语义来评估候选转换。候选生成使用 SparseEHR 生成 EHR 先验，该先验初始化两个有界研究扩展轮次；独立的 GPT-5 直接预测提供补充候选人。最终选择对两条路径进行验证、重复数据删除和联合排名，之后由单独的模块在不更改预测的情况下编写基本原理。最终，ICD-Deepresearch 在 MIMIC-III 上实现了 24.60/35.09% 的患者平均精确度/召回率，在 MIMIC-IV 上实现了 25.14/48.32% 的患者平均精确度/召回率。医生认为检索到的文档有用的比例为 51% 和 68%，而独立 GPT-5 网络搜索的这一比例为 22% 和 39%，医学深度研究的比例为 32% 和 41%。因此，ICD-Deepresearch 比注册的本地比较器有所改进，同时检索比独立研究系统具有更高医生评价有用性的证据