Mehrere KI-Agenten erkennen klinische Probleme in SOAP-Notizen präziser

Eine neue Studie aus dem arXiv-Repository zeigt, dass ein kollaboratives Multi-Agenten-System (MAS) klinische Probleme aus den subjektiven und objektiven Abschnitten von SOAP-Notizen genauer identifizieren kann als herkömmliche Einzelmodell-Ansätze. Das System simuliert die Arbeitsweise eines klinischen Beratungsteams, indem ein Manager-Agent ein dynamisch zusammengestelltes Team von Spezialisten koordiniert, die in einer hierarchischen, iterativen Debatte zu einem Konsens gelangen.

Bei der Evaluation mit 420 sorgfältig ausgewählten MIMIC‑III‑Notizen zeigte die MAS-Variante besonders starke Ergebnisse bei der Erkennung von kongestiver Herzinsuffizienz, akuter Niereninsuffizienz und Sepsis. Die dynamische Agentenstruktur ermöglichte es, widersprüchliche Beweise gezielt zu beleuchten und auszuwägen, was die Genauigkeit der Diagnosen steigerte.

Die Autoren betonen, dass das Modell zwar gelegentlich anfällig für Gruppendenken sein kann, jedoch insgesamt eine robustere und nachvollziehbarere Entscheidungsunterstützung bietet. Durch die Nachbildung des Denkprozesses eines klinischen Teams eröffnet die Technologie einen vielversprechenden Ansatz für die Entwicklung zuverlässigerer KI‑gestützter medizinischer Entscheidungshilfen.