DentAgent：面向多模态牙科推理的证据中心多智能体协同

摘要

口腔疾病影响全球数十亿人，凸显了对准确可靠牙科评估的迫切需求，这类评估需要整合来自领域知识、放射影像、口内照片和3D牙科数据的异构证据。现有牙科AI系统大多局限于单一模态或单一任务。尽管近期的视觉语言模型支持灵活的牙科问答，但直接生成的回答使证据隐式且不可追溯。为解决这些局限，我们提出DentAgent，一个证据中心的多智能体框架，其中Orchestrator协调覆盖多种模态的五个专科智能体。每个专科智能体利用领域工具把观察转化为结构化证据记录。证据黑板（Evidence Blackboard）将这些记录作为共享证据状态管理，在生成回答之前跟踪覆盖、缺口与冲突。这一标准化证据表示把彼此孤立的牙科能力整合进统一的智能体工作流。在四个基准上，DentAgent表现出领先性能，在多标签诊断上甚至超过高级专科医生17.3个百分点，这支持了其在广泛适用且可追溯的多模态牙科推理上的价值，并显示其有望成为人群口腔健康评估与管理的技术基础。

DentAgent：面向多模态牙科推理的证据中心多智能体协同：论文配图 — 图1：DentAgent概览，这是一个以证据为中心的分层多智能体框架，用于多模态牙科推理。给定牙科病例x=(q,c,ℳ)，其中q、c和ℳ分别表示问询、临床情境和多模态输入，意图检测器（Intent Detector）解释所请求的任务，随后编排器（Orchestrator）迭代地识别与任务相关的证据目标，将其委派给适当的模态专用专家（Modality-Specific Specialist），管理更新后的证据状态，并验证其充分性。每个被激活的专家执行有界的推理、工具使用与观察循环。所得观察结果通过证据规范化、覆盖度追踪、证据链接和冲突消解被纳入证据黑板（Evidence Blackboard）。最后，响应生成器（Response Generator）将终态证据状态映射为所请求的输出，包括牙科知识、诊断类别、病灶定位或修复评估。