知识卡片：从胃活检报告中查找幽门螺杆菌——基于证据链接的多智能体病例发现

一句话结论

Nimblemind多智能体系统（nMAS）在54份胃活检病理报告中检测幽门螺杆菌阳性及相关胃炎的四类二元字段，总体准确率达98.61%，且通过自动化证据链接可将人工审查时间从83.3工时降至1.4工时，显著提升效率。

事件概述或研究问题

新加坡约31%人口存在幽门螺杆菌感染证据。持续感染与慢性活动性胃炎和消化性溃疡相关，根除幽门螺杆菌是胃癌预防的关键。然而，支持幽门螺杆菌阳性和相关胃炎的证据分散在异构的编码字段和自由文本报告中，需要处理肯定和否定的上下文，关键词搜索受限，人工审查难以规模化。本研究回顾性评估了Nimblemind多智能体系统（nMAS）在提取这些信息中的表现。

方法/产品要点

• nMAS是一个基于字段名驱动的、证据链接的提取工作流。
• 使用54份来自新加坡大型医疗系统的脱敏胃活检病理报告。
• 评估四个临床二元字段：胃/胃活检、活检状态、幽门螺杆菌阳性、幽门螺杆菌相关性胃炎。
• 输出统一报告，附带支持性源句子，提供可追溯性。

主要结果或产业意义

• 在216个特征-案例决策中，nMAS正确分类213个，总体准确率98.61%。
• 与UMA风格的MiniMax M2.5比较器相比，聚合和字段级分类指标相似。
• nMAS的主要贡献在于工作流集成和可追溯性，而非预测性能优势。
• 假设性场景：审查1000份报告，人工每份5分钟 vs. 证据链接验证每份5秒，审查时间从83.3工时降至1.4工时，节省81.9工时，约相当于6,100美元人力成本。

为什么重要

本研究展示了一种可扩展的、基于多智能体的方法，能从非结构化病理报告中准确提取幽门螺杆菌感染证据，克服了传统关键词搜索和人工审查的局限，有望在胃癌筛查和公共卫生监测中降低人力成本并提高一致性。

局限与不确定性

• 小规模试点研究（54份报告），需更大规模多机构研究验证证据跨度正确性、临床医生验证时间和泛化性。
• 性能对比仅在单一比较器上进行，未与其他方法广泛比较。
• 未测量实际临床使用中的审查时间节省，仅为假设场景。
• 待核实：模型在不同类型报告和不同语言中的表现。

可用于图书/PPT/简报的角度

• AI在医疗文本挖掘中的应用案例：多智能体系统从病理报告中提取关键信息。
• 节省成本与提高效率：计算人力节省和经济效益。
• 可追溯性与可信赖AI：证据链接输出增加医生信任。
• 胃癌防控中的技术创新。

原始材料

• 英文标题：Finding H. pylori in the Fine Print: Evidence-Linked Multi-Agent Case Finding from Gastric Biopsy Reports
• 英文关键词（基于摘要提取）：Helicobacter pylori; Multi-Agent System; Gastric Biopsy; Natural Language Processing; Case Finding
• 来源：arXiv preprint arXiv:2607.06435v1
• URL：https://arxiv.org/abs/2607.06435v1