ClinicalAgents: Clinical Trial Multi-Agent System with Longitudinal Memory

一、论文核心内容

1. 研究背景痛点

现有临床试验智能体存在三大缺陷：

 

1）仅单次静态读取试验方案，无法留存纵向时序患者数据、多轮随访演变信息，不能跟踪受试者长期健康变化；

 

2）单智能体包揽全部任务，临床试验流程拆分粗糙，无法专业化分工（招募、药效、安全、方案规划）；

 

3）记忆无分层隔离，试验方案、患者时序记录、医学指南混杂，检索效率低，易产生临床幻觉、数据时序泄露。

2. 整体架构：多角色分工智能体 + 纵向双记忆系统

（1）五类专业化临床试验智能体（协同调度）

多智能体分工架构图

 

1. 规划智能体：采用 Least-to-Most 拆解复杂试验任务，分配子任务至对应专业智能体；
2. 招募智能体：匹配患者入排标准，评估受试者招募难度；
3. 药效智能体：分析干预手段疗效、对比历史同类试验数据；
4. 安全智能体：核查不良反应、药物禁忌、风险事件；
5. 推理调度智能体：调用外部医学数据库（DrugBank、ClinicalTrials.gov）、预测模型，汇总各智能体结论输出试验预测结果。

（2）核心创新：Longitudinal Memory 纵向分层记忆

双存储隔离设计，专门适配长期随访、跨周期临床试验时序需求：

1. 短期工作记忆（Working Memory）
    
   实时存储当前受试者单次访视检查、症状、用药，仅保留本次会话时序状态，会话结束不永久留存；动态更新患者实时健康快照。
2. 纵向长期经验记忆（Longitudinal Experience Memory）
    
   结构化归档受试者全周期随访记录、历史完整试验方案、已验证临床指南；带时间戳时序索引，支持跨数月 / 数年的纵向回溯对比；
    
   记忆按「患者 ID + 时间轴」分层存储，区分试验通用知识与个体专属病程，规避时序混淆。

（3）推理机制

融合 ReAct 推理循环 + MCTS 动态调度：智能体交互迭代生成试验假设，依托纵向记忆调取历史病程证据，缺失信息则自动调用外部医学数据库补全；出现矛盾病程数据时回溯记忆重新校验。

3. 实验设置与效果

1. 任务：临床试验结局预测、入组患者匹配、试验方案风险筛查；
2. 数据集：ClinicalTrials.gov 公开试验记录、模拟纵向随访 EHR 时序数据；
3. 基线：单 LLM、普通单层记忆医疗智能体、无分工简易多智能体；
4. 结果：试验结局预测 PR-AUC 达 0.7908，较无纵向记忆基线提升 0.3326；长期随访任务幻觉发生率下降 41%，跨周期患者病程匹配准确率显著提升。

4. 核心贡献

1. 面向临床试验场景，构建专业化分工多智能体协同框架，覆盖招募 / 药效 / 安全全流程；
2. 提出纵向时序分层记忆，专门解决长周期受试者随访数据留存、时序追溯难题；
3. 打通多智能体协作与时序记忆联动，大幅降低临床试验推理幻觉，提升长期病例分析可靠性。

二、论文固有局限性

1. 记忆机制层面（核心短板）

1. 无记忆准入筛选机制：短期记忆全部直接写入长期纵向库，缺少验证、巩固流程，患者主诉、AI 推断的未证实病程会永久固化，存在记忆污染风险；
2. 记忆仅做时序存储，无自主进化、知识提炼能力，无法自动合并同类病程、淘汰过时失效信息，长期运行记忆库持续膨胀、检索效率衰减；
3. 不支持冲突记忆自动消解：同一患者前后矛盾的检查数据仅做标记，无自动回退、降级观察逻辑，依赖人工事后清理。

2. 多智能体协作短板

1. 智能体分工、交互规则完全人工预设，无法根据新型临床试验（罕见病、多中心交叉试验）自适应调整角色与协作流程，可扩展性差；
2. 无辩论纠错机制，各智能体输出冲突结论时仅由调度智能体简单加权，缺少多方证据辩证校验，无法抑制单方智能体的片面推理幻觉。

3. 临床落地与数据约束

1. 实验仅使用公开文本试验方案 + 模拟 EHR 时序数据，未接入真实医院脱敏纵向患者病历，缺少真实临床环境验证；
2. 不兼容多模态医学影像，纵向记忆仅存储文本病程，无法关联 CT/MRI 影像时序病灶变化，适配场景局限于纯文本临床试验；
3. 未设计完整隐私隔离模块，纵向记忆集中存储全患者时序数据，缺少患者数据分级脱敏、访问权限管控，不符合临床数据合规要求。

4. 算法与工程局限

1. 重度依赖 GPT-4 闭源大模型基座，未验证开源轻量医疗大模型适配效果，部署成本高；
2. 缺少长周期（数年）连续仿真测试，无法验证上万条随访记录下记忆检索、调度模块的稳定性；
3. 未做临床医师盲测人工评估，性能仅依赖自动量化指标，缺少临床专家对推理可信度、安全性的主观校验。

5. 对比实验缺陷

仅对比无记忆 / 单层记忆基线，未和同期 A-MEM、SkeMex、海马体渐进记忆等前沿认知启发记忆框架横向对标，无法证明纵向时序记忆的相对增量优势。

https://arxiv.org/abs/2601.01170