多智能体LLM系统可对话式优化质子放疗计划
资讯摘要
论文提出一种证据驱动的多智能体复合AI系统，将基于DRL的自动放疗计划与基于LLM的对话式计划优化结合，用于质子PBS治疗。系统先用PPO策略网络自动生成多个计划，选定目标计划后其余作为参考；再由基于Qwen3-14B的规划智能体、聊天机器人和评估智能体协作，通过自然语言完成优化。研究用21名头颈癌患者、每人5个PPO计划进行训练与评估，其中50个计划用于指令引导优化。作者报告，经SFT和GRPO后训练的Qwen3-14B在指令遵循、信息检索和领域推理上优于基座模型，调整后更能改善用户优先目标并限制竞争目标恶化。
要点速读
- 系统整合PPO自动计划生成与LLM多智能体对话优化，面向质子PBS头颈癌放疗。
- 规划智能体基于Qwen3-14B，经SFT和GRPO后训练，用既往计划证据支撑建议。
- 评估使用21名患者、每人5个PPO计划，其中50个计划用于指令引导优化。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。