LAMMI-Pathology: Agenten-Framework nutzt molekulare Daten für Pathologieanalyse

Eine neue Veröffentlichung auf arXiv präsentiert LAMMI-Pathology, ein Agenten-Framework, das Pathologieanalysen mit molekularen Daten auf ein neues Level hebt. Durch die Kombination von Large Vision‑Language‑Models (LVLMs) und spezialisierter Tool‑Call‑Technologie schafft das System ein evidenzbasiertes Paradigma, das weit über die herkömmlichen text‑image‑Diagnosen hinausgeht.

Das Herzstück von LAMMI-Pathology ist ein bottom‑up, tool‑centric Ansatz. Zunächst werden domänenspezifische, an die jeweilige Pathologiestilrichtung angepasste Tools entwickelt. Diese Tools werden zu sogenannten Component Agents zusammengefasst, die anschließend von einem hierarchisch strukturierten Top‑Level‑Planner koordiniert werden. Durch diese Architektur wird verhindert, dass der Kontext zu lang wird und dadurch die Aufgabenorientierung verloren geht.

Ein weiteres Highlight ist die Einführung von Atomic Execution Nodes (AENs). Diese dienen als verlässliche Bausteine für die Konstruktion von semi‑simulierten Reasoning‑Trajektorien, die die Interaktion zwischen Agenten und Tools authentisch abbilden. Auf dieser Grundlage entwickelt das Team eine trajektorien‑bewusste Feinabstimmung, die die Entscheidungsfindung des Planners mit den mehrstufigen Reasoning‑Pfaden in Einklang bringt und so die Robustheit der Inferenz in der Pathologie deutlich steigert.

Mit LAMMI-Pathology wird die molekulare Validierung von Pathologiediagnosen nicht nur zugänglicher, sondern auch systematisch in die Bildanalyse integriert. Das Framework eröffnet neue Möglichkeiten für präzisere Diagnosen und fördert die Entwicklung von intelligenten, datengetriebenen Pathologielösungen für die Zukunft.