arXiv 2026年9月25日该工作提出 OPGAgent，一个由 GPT-5.2 规划、按 ReAct 范式编排分层证据采集、专用工具箱与共识子智能体的多工具牙科智能体，并配套提出基于（位置、字段、取值）三元组、源自真实临床报告的 OPG-Bench 评测协议；在含 1,009 例匿名全景片与 5,219 条 VQA 对的 OPG-Bench 上，OPGAgent 取得 42.3% 精确匹配 F1、49.7% 综合得分、43.1% 精确率与每例 4.89 个假阳性，并在 MMOral-OPG 上以 62.53% 准确率领先。该工作提出 OPGAgent，一个由 GPT-5.2 规划、按 ReAct 范式编排分层证据采集、专用工具箱与共识子智能体的多工具牙科智能体，并配套提出基于（位置、字段、取值）三元组、源自真实临床报告的 OPG-Bench 评测协议；在含 1,009 例匿名全景片与 5,219 条 VQA 对的 OPG-Bench 上，OPGAgent 取得 42.3% 精确匹配 F1、49.7% 综合得分、43.1% 精确率与每例 4.89 个假阳性，并在 MMOral-OPG 上以 62.53% 准确率领先。OPGAgent 用多工具智能体与共识机制做全景牙片解读，在自建 OPG-Bench 上取得 42.3% 精确匹配 F1 并把每例假阳性压到 4.89该工作提出 OPGAgent，一个由 GPT-5.2 规划、按 ReAct 范式编排分层证据采集、专用工具箱与共识子智能体的多工具牙科智能体，并配套提出基于（位置、字段、取值）三元组、源自真实临床报告的 OPG-Bench 评测协议；在含 1,009 例匿名全景片与 5,219 条 VQA 对的 OPG-Bench 上，OPGAgent 取得 42.3% 精确匹配 F1、49.7% 综合得分、43.1% 精确率与每例 4.89 个假阳性，并在 MMOral-OPG 上以 62.53% 准确率领先。该工作提出 OPGAgent，一个由 GPT-5.2 规划、按 ReAct 范式编排分层证据采集、专用工具箱与共识子智能体的多工具牙科智能体，并配套提出基于（位置、字段、取值）三元组、源自真实临床报告的 OPG-Bench 评测协议；在含 1,009 例匿名全景片与 5,219 条 VQA 对的 OPG-Bench 上，OPGAgent 取得 42.3% 精确匹配 F1、49.7% 综合得分、43.1% 精确率与每例 4.89 个假阳性，并在 MMOral-OPG 上以 62.53% 准确率领先。