Northwestern Polytechnical University

研究提出 StrokeAgent——一个围绕时间对齐与持续信息综合构建的多模态智能体决策支持框架，可处理临床记录、实验室结果、原始心电图波形与源多模态 CT 图像，支持急诊分诊、初始溶栓决策与最终再灌注规划，并在 100 例富含复杂再灌注情境的多模态患者数据中与专家最终决策达成 86% 一致率，高于三个无工具大语言模型均值 13 个百分点、高于六名住院与主治神经科医生均值 17 个百分点，完整路径一致率为 76%，平均比病例层面神经科医生中位用时快 73.9 秒，且在 1200 次盲法临床医生评估中获得更高的总体临床效用评分与推理质量评分、更少被判定为存在严重潜在危害。

研究提出 StrokeAgent——一个围绕时间对齐与持续信息综合构建的多模态智能体决策支持框架，可处理临床记录、实验室结果、原始心电图波形与源多模态 CT 图像，支持急诊分诊、初始溶栓决策与最终再灌注规划，并在 100 例富含复杂再灌注情境的多模态患者数据中与专家最终决策达成 86% 一致率，高于三个无工具大语言模型均值 13 个百分点、高于六名住院与主治神经科医生均值 17 个百分点，完整路径一致率为 76%，平均比病例层面神经科医生中位用时快 73.9 秒，且在 1200 次盲法临床医生评估中获得更高的总体临床效用评分与推理质量评分、更少被判定为存在严重潜在危害。