Agentenbasierte KI verbessert Entscheidungsfindung in der GI‑Onkologie

In der Gastrointestinal‑Onkologie erfordert die klinische Entscheidungsfindung die gleichzeitige Auswertung von Endoskopie‑Bildern, Radiologie‑Daten und biochemischen Markern. Trotz des vielversprechenden Potenzials multimodaler Large‑Language‑Modelle stoßen diese Systeme häufig an Grenzen wie Kontextverdünnung und Halluzinationen, wenn sie komplexe, heterogene Patientenakten verarbeiten.

Um diese Schwächen zu überwinden, wurde ein hierarchisches Multi‑Agenten‑Framework entwickelt, das den kollaborativen Ablauf eines menschlichen Multidisciplinary Teams (MDT) nachahmt. Das System erreichte einen zusammengesetzten Expertenbewertungsscore von 4,60 von 5,00 und übertraf damit deutlich die monolithische Basisversion.

Besonders die agentenbasierte Architektur zeigte die größten Verbesserungen in der Logik des medizinischen Denkens und der klinischen Genauigkeit. Die Ergebnisse deuten darauf hin, dass eine mimetische, agentenbasierte Zusammenarbeit ein skalierbares, interpretierbares und klinisch robustes Modell für automatisierte Entscheidungsunterstützung in der Onkologie darstellt.