多代理AI模型助力肝移植决策：准确率超98%，有望减少器官分配偏见

一项发表在《柳叶刀·数字卫生》的多中心研究表明，由多个AI代理组成的”虚拟委员会”能以98.19%的准确率识别肝移植禁忌症，预测患者长期存活率的表现也达到业界先进水平。这项涉及8412名患者的回顾性研究为AI辅助医疗决策在器官分配领域的应用奠定了基础。

背景

肝移植是终末期肝病患者的唯一可行治疗方式，但器官短缺的现实使得移植候选人的选择成为一个充满挑战的决策过程。传统肝移植选择委员会由多学科专家组成，包括移植肝脏病学家、移植外科医生、心内科医生和社会工作者等。然而，委员会成员的背景差异、经验水平不同以及主观判断的介入，往往导致决策的一致性不足，甚至可能存在隐性偏见。

近年来，大语言模型（LLM）技术在医学决策支持中展现出潜力。本研究首次尝试将多个专业化AI代理整合成一个”虚拟移植选择委员会”，旨在评估这一创新方法在模拟真实肝移植决策中的效果，同时探索其在提高决策客观性和公平性方面的价值。

主要发现

• AI委员会在识别肝移植绝对禁忌症方面的表现最强劲，整体准确率达98.19%，敏感性达100%（能正确识别所有存在禁忌症的患者），特异性为91%
• 在预测1年移植后生存率时，AI委员会的准确率为92.00%，敏感性100%，特异性66%
• 预测6个月移植后生存率的准确率为94.88%，敏感性100%，特异性75%
• 在纳入研究的8412名患者中，7033人（83.6%）被列入等待名单，1379人（16.4%）被判定为存在禁忌症
• 分析错误决策的原因：假阴性病例（不应该进入等待名单但被列入的患者）中，最常见的原因是未符合米兰标准的肝细胞癌；假阳性病例（不应该被排除但被排除的患者）在1年内的主要死亡原因是恶性肿瘤
• 公平性评估显示，AI委员会在不同人口学群体中表现相对均匀，各人口学组别的差异影响分数≥0.960，说明AI系统对不同种族、年龄等群体的决策偏见较小

临床意义

这项研究展示了多代理AI系统在复杂医疗资源分配决策中的潜力。肝移植候选人的选择本质上是一个高风险、高利益冲突的决策过程，AI系统的高准确率和100%的敏感性（完全不漏诊禁忌症）对于保护患者安全至关重要。

特别值得注意的是，AI委员会在不同人口学群体中表现的一致性提示，这一系统可能有助于减少移植决策中的隐性偏见。传统委员会成员可能受到无意识的认知偏见影响，而标准化的AI决策流程可以确保相似患者获得相似的评估标准。此外，这种多代理架构模拟了真实委员会的多学科特点，不同角色的AI代理（肝病学家、外科医生、心脏病专家、社会工作者）能从各自专业视角评估患者，使决策更加全面。

虽然研究主要关注肝移植，但该框架的通用性提示它可能应用于其他器官移植（如肾移植、心脏移植）和其他需要多学科团队协作的复杂医疗决策场景。

局限性与需要谨慎的地方

尽管结果令人鼓舞，但该研究也存在重要局限。首先，研究使用了来自美国科学移植登记处（SRTR）的真实数据与人工生成的临床案例相结合，人工生成数据可能无法完全反映真实临床场景的复杂性和不确定性。其次，66%的1年生存率预测特异性相对较低，意味着AI系统在预测哪些患者不会从移植中获益方面还需改进。

更重要的是，本研究尚属概念验证阶段。AI系统的决策机制需要更好的可解释性——临床医生需要理解AI为什么做出某个决策，这对建立信任和责任机制至关重要。此外，虽然该系统在公平性评估中表现良好，但这不意味着完全消除了偏见，特别是如果训练数据本身就存在系统性偏差，AI系统也会继承这些问题。

最后，伦理问题不容忽视。在真实临床实践中应用此类系统需要明确定义AI的角色——它应该是医疗决策的支持工具还是主导工具？患者对AI参与其移植决策是否知情同意？这些伦理问题的解答与算法优化同样重要。

Original paper: A multiagent large language model-based system to simulate the liver transplant selection committee: a retrospective cohort study. — The Lancet. Digital health. 10.1016/j.landig.2025.100966

🎧 收听播客