乳腺癌双ADC用药顺序有了智能体流水线:106例记录显示,先用T-DXd再用SG的中位用药记录跨度为63天
核心概要
一套由研究者主导、AI 智能体执行的多智能体流程,把大型电子健康记录从队列构建、可执行统计、数据质量核查、文献检索一直做到报告撰写,并以乳腺癌中戈沙妥珠单抗(SG)与德曲妥珠单抗(T-DXd)的先后用药记录为临床用例。在含495万患者的数据库中筛出106例两药均有医嘱者,T-DXd 先用的73例、SG 先用的33例;第二药记录跨度中位数分别为63天与49天,中位差−14天(95%置信区间−41至21),属描述性、未校正结果。
深度剖析
一项端到端电子健康记录研究流程被完整跑通,从临床问题设定一直走到队列、统计、数据质量评估、文献对照和稿件初稿,并以乳腺癌中两种抗体偶联药物的先后医嘱作为具体用例。 此前这类工作多把队列定义、可执行分析、数据质量复核、证据综合与报告分散在不同环节,近期智能体方法已被用于电子健康记录支持的临床试验设计,而观察性肿瘤研究的产出是另一类应用。 流程运行在2026年6月4日发布的Protégé数据库上,该版本含495万患者、其中156051人带乳腺癌编码,最终按两药均有医嘱的规则得到106例。
流程由Muse Spark在共生智能体协作环境中调用代码执行、文献与登记库检索、文件编辑等工具,生成并运行队列、终点与统计代码,完成数据质量评估、图表和稿件文字。 人类一侧承担的是分层职责:研究者通过人类引导式编排确定临床问题与分析方向,并以专家在环的方式审查代码与证据、裁定修改、编辑全部产出。 专家在环审查曾把智能体最初提出的过滤式用药时长终点改为不加过滤的首次至末次医嘱跨度,并剔除未经效度确认的临床标签;原始分析者确认所报中位数、四分位距、置信区间与检验对应这一修订定义。
在106例中,第二药记录跨度的中位数为先用T-DXd再用SG的63天、先用SG再用T-DXd的49天,中位差−14天,分布比较P=0.42。 跨度按该药首次至末次合格医嘱计算,单条医嘱记为零天,不追加给药间隔,也不做时间事件删失;它不确认实际给药,也不识别进展或停药。 六项次要比较经Holm校正后均无P值低于0.05;后续系统治疗记录比例分别为64%与52%,差值−13个百分点(95%置信区间−32至7)。
启示与展望
这套流程的演示范围是单个数据库版本上的一个乳腺癌用例:Protégé 2026年6月4日发布版,覆盖美国39个中大型卫生系统的常规诊疗记录并链接开放理赔数据,分析取2020至2024年数据。适用读者是关注电子健康记录研究方法与智能体工作流的临床研究者与工程师。源文本提出的下一步是,在更大、经临床整理的数据集上扩展到已验证的受体状态、治疗时段、进展、死亡与停药原因,并以匹配问题、独立核查的源记录与前瞻记录的资源使用来比较完整工作流。
医嘱不代表给药,可能被计划、修改、重复或取消,跨度含医嘱间隙并可能被记录结束截断;患者因需两药医嘱而被选中,受体状态、治疗线数与体能状态未经验证,因此组间差异不能解读为测序效果。源文本明确说明未测量研究时间与资源使用,未评估匹配的人工工作流,也未对AI准确性与独立复现做基准测试,故不主张定量效率优势。
