TrajOnco:利用纵向电子健康记录进行时间推理的多智能体多癌种早期检测框架
TrajOnco: a multi-agent framework for temporal reasoning over longitudinal EHR for multi-cancer early detection
TrajOnco 是一个基于纵向电子健康记录进行时间推理的多智能体大语言模型框架,用于多癌种早期检测。在去标识化的 Truveta EHR 数据上,该框架对15种癌症的匹配病例对照队列预测1年内癌症诊断风险,零样本AUROC为0.64–0.80,在肺癌基准中与监督式机器学习相当,时间推理优于单智能体LLM。
该框架无需训练即可在15种癌症的零样本风险预测中达到与监督模型相当的水平,其可解释输出或有助于临床洞察。
- 文章
- 开放获取
- 发布日期:2026年10月15日
- Sihang Zeng ORCID: orcid.org/0009-0003-2921-829X1,2,3,
- Young Won Kim1,
- Wilson Lau1,
- Ehsan Alipour1,
- Ruth Etzioni2,3,
- Meliha Yetisgen2 &
- …
- Anand Oka1
npj Digital Medicine (2026) 引用此文章
我们提前共享此文章,以提供更快捷获取同行评审已接收研究的途径。本文可被引用,并拥有永久 DOI。此版本可能进一步修订,并自动被正式版(Version of Record)替代。所有法律声明适用。
摘要
基于纵向电子健康档案(EHRs)准确估计癌症风险,有助于早期发现和医疗保健水平的提升,但对如此复杂的患者轨迹建模仍充满挑战。我们提出了 TrajOnco,一种无需训练、多智能体大语言模型(LLM)框架,旨在实现可扩展的多癌种早期检测。采用具有长期记忆的智能体链(chain-of-agents)架构,TrajOnco 对序贯临床事件进行时间推理,从而生成患者级摘要、与证据相关联的推理过程以及预测风险评分。我们在脱敏的 Truveta EHR 数据上,通过 15 种癌种的匹配病例-对照队列评估 TrajOnco,预测 1 年内癌症诊断的风险。在零样本评估中,TrajOnco 的 AUROC 达到 0.64–0.80,其性能在肺癌基准测试中接近有监督机器学习,同时展现了优于单智能体 LLMs 的时间推理能力。多智能体设计还使 GPT-4.1-mini 这类较小容量模型也能有效进行时间推理。人工评估支持了 TrajOnco 输出的有据可依性(groundedness)。此外,TrajOnco 可解释的推理输出可被汇总以揭示群体层面的风险模式,这些模式与已确立的临床知识相符。这些研究结果凸显了多智能体 LLMs 在纵向 EHRs 上进行可解释时间推理的潜力,推动了可扩展多癌种早期检测和临床洞察生成。
资助
本工作由 Truveta Inc. 资助,该公司提供了数据访问和计算资源,同时由美国国家卫生研究院(NIH)资助,赠款编号为 R35CA274442,资助对象为 R.E.。
作者信息
作者和所属机构
Truveta Inc., 美国华盛顿州贝尔维尤
Sihang Zeng, Young Won Kim, Wilson Lau, Ehsan Alipour & Anand Oka
美国华盛顿大学,西雅图,华盛顿州
Sihang Zeng, Ruth Etzioni & Meliha Yetisgen
Fred Hutch 癌症中心,西雅图,美国华盛顿州
Sihang Zeng & Ruth Etzioni
作者
- Sihang Zeng
- Young Won Kim
- Wilson Lau
- Ehsan Alipour
- Ruth Etzioni
- Meliha Yetisgen
- Anand Oka
通讯作者
通讯地址 Sihang Zeng。
伦理声明
利益冲突
Y.W.K.、W.L.、E.A. 和 A.O. 是 Truveta Inc. 的员工。S.Z. 在 Truveta 实习期间进行了这项研究。R.E. 和 M.Y. 声明不存在利益冲突。
附加信息
出版方声明 Springer Nature 对于已出版地图和机构隶属关系中涉及的司法管辖权主张保持中立。
权利与许可
开放获取 本文依据知识共享署名 4.0 国际许可证(Creative Commons Attribution 4.0 International License)授权,该许可证允许在任何媒介或格式下使用、分享、改编、分发和复制本文,前提是您须对原作者和来源给予适当署名,提供指向知识共享许可证的链接,并注明是否对原文进行了修改。本文中包含的图片或其他第三方材料均已纳入本文的知识共享许可证范围,除非在材料的署名行中另有说明。如果某材料未包含在本文的知识共享许可证范围内,且您的预期用途未获法规允许或超出了允许的使用范围,您将需要直接联系版权持有者获取许可。要查看本许可证副本,请访问 http://creativecommons.org/licenses/by/4.0/。
关于本文
引用本文
Zeng, S., Kim, Y.W., Lau, W. et al. TrajOnco: a multi-agent framework for temporal reasoning over longitudinal EHR for multi-cancer early detection. npj Digit. Med. (2026). https://doi.org/10.1038/s41746-026-03377-9
收稿日期: 2026年4月15日
接受日期: 2026年9月27日
发表日期: 2026年10月15日
DOI: https://doi.org/10.1038/s41746-026-03377-9
来源:Nature 健康护理主题 · nature.com