Resumen: Las enfermedades cardiovasculares (CVD) siguen siendo la causa principal de mortalidad en todo el mundo, una carga empeorada por un grave déficit de trabajadores de la salud. Los agentes de inteligencia artificial (IA) han mostrado potencial para aliviar esta brecha a través de la detección temprana automatizada y la detección proactiva, sin embargo, su aplicación clínica sigue siendo limitada por: 1) asignación de roles clínico basada en el aviso que se basa en capacidades de modelo intrínseco sin soporte de herramientas específicas de dominio; o 2) flujos de trabajo secuenciales rígidos, mientras que la atención clínica a menudo requiere un razonamiento adaptativo que ordena pruebas específicas y, en función de sus resultados, guía los próximos pasos personalizados; 3) bases de conocimiento general y estática sin capacidad de aprendizaje continuo; y 4) entradas unimodales o bimodales fijas y la falta de salidas visuales a pedido cuando se necesitan más aclaraciones. En respuesta, se propuso un marco multimodal, los agentes de Cardaic, para aumentar los modelos con herramientas externas y apoyar adaptativamente las diversas tareas cardíacas. Específicamente, un agente de CardiCrag generó planes generales a partir de conocimiento cardíaco actualizable, mientras que el agente principal integró herramientas para ejecutar autónomos estos planes y dar decisiones. Para habilitar la personalización adaptativa y específica de casos, se propuso una estrategia de actualización gradual para refinar dinámicamente los planes basados en los resultados de ejecución anteriores, una vez que la tarea se evaluó como compleja. Además, se introdujo una herramienta de discusión multidisciplinaria para interpretar casos desafiantes, apoyando así una mayor adaptación. Cuando los médicos plantearon inquietudes, se proporcionaron paneles de revisión visual para ayudar a la validación final. Los experimentos en tres conjuntos de datos mostraron la eficiencia de los agentes cardaicos en comparación con los modelos de lenguaje de visión (VLM), sistemas de agente de última generación y VLMS ajustados.
Publicado Originalme en export.arxiv.org El 19 de agosto de 2025.
Ver Fuente Original
