CARE-AD: a multi-agent large language model framework for Alzheimer’s disease prediction using longitudinal clinical notes.
研究背景
阿尔茨海默病（AD）是常见痴呆症病因，给社会带来沉重负担。随着人口老龄化，患病率预计大幅上升，早期检测和管理策略需求迫切。但现有诊断方法成本高、侵入性强，不适用于大规模筛查。且AD风险早期指标常被忽视，利用电子健康记录（EHR）非结构化叙述识别早期指标，对AD早期预测和干预至关重要。
方法速览
- 数据来源：使用美国退伍军人事务部（VHA）企业数据仓库（CDW）2000 - 2022年的EHR数据库，获VA机构审查委员会批准。
- 队列设计：采用病例对照设计，AD病例基于特定ICD代码定义，对照组从无痴呆诊断代码的VHA患者中选取。
- 多代理框架：开发多代理系统，含数据提取代理和五个领域专家代理，数据提取代理识别和分类AD相关症状，专家代理提供领域特定评估。
- 基线比较：实现多种基线方法，验证多代理系统优越性。
主要发现
- 数据提取代理性能：通过两步分类识别AD相关迹象和症状，二元分类任务表现出色，多类分类任务中各类别性能较高。
- 多代理风险预测：多代理系统在多个时间点预测性能一致，10年前预测准确率达0.53，优于单模型基线方法。
- 与单模型基线方法比较：多代理系统CARE - AD在所有预测时间点均优于单模型基线方法。
- 结构化数据基线：基于LLM的CARE - AD框架在所有预测时间点优于结构化数据模型。
总结展望
本研究提出的CARE - AD多代理系统创新性强，模拟多学科团队合作，利用非结构化EHR笔记提取AD指标，资源效率高。但研究存在数据来源代表性不足、观察窗口可能导致选择偏差等局限性。该研究为AD早期预测提供了新方法，未来需进一步优化以提高模型泛化能力。