RadOnc-Agent：用LLM串联放疗全流程的智能体框架
放疗AI的碎片化困境
放射治疗是一条典型的长链条临床路径：从治疗决策、靶区勾画、计划设计，到剂量验证、疗效评估与随访，每个环节都已经有AI工具介入。但问题在于，这些能力分散在不同的临床阶段、软件环境和数据模态中，彼此割裂。一个环节的输出往往无法顺畅地流入下一个环节，与放疗本身纵向连续的工作流形成鲜明反差。
arXiv 上新发布的论文 RadOnc-Agent 正是针对这一痛点提出的解决方案。
框架设计：四个阶段 + 26个可调用函数
研究团队（Caiwen Jiang、Shuoyang Wei、Songlin Zhao、Junyu Li、Jingyuan Chen、Wei Liu）将放疗流程形式化为四个临床阶段，并通过对话式接口提供 26 个可调用函数。
其核心是一个大语言模型控制器，负责三件事：
- 将临床意图映射为受 schema 约束的函数调用
- 维护患者与工作流的上下文状态
- 把请求路由到对应的专科服务
换句话说，LLM 在这里扮演的不是诊断者，而是协调者——它不直接做医学判断，而是决定"该调用哪个工具、带着什么上下文去调用"。
评测数据：从合成场景到真实病历
论文的验证规模值得关注，分为三个层次：
| 评测类型 | 规模 | 结果 |
|---|---|---|
| 单函数请求 | 2,600 条（7,800 次重复执行） | 选中目标函数 98.79% |
| 预设跨阶段合成场景 | 200 个（600 次执行） | 完成率 96.50% |
| 真实患者工作流 | 60 份去标识病历、120 个实例（360 次干净执行） | 完成率 96.67% |
真实患者数据覆盖了"决策到计划"与"计划到自适应"两类流程，说明测试并非只停留在玩具场景。
消融实验揭示的关键机制
更有信息量的是对比消融实验：
- 移除纵向状态：跨阶段完成率从 96.50% 降至 84.00%。这说明让模型"记住"前面阶段发生了什么，是跨阶段协作的关键，而非可有可无的装饰。
- 关闭 schema 与身份校验：在重放/测试评估中，后端调度错配率从 0% 飙升到 95.28%。这一数字相当惊人——没有结构化约束，LLM 几乎会把请求发错地方。
这两组数据共同指向一个工程结论：在医疗这类高风险场景中，LLM 智能体的可靠性更多来自外部约束机制，而非模型本身的聪明程度。
边界声明：技术可行性 ≠ 临床有效性
论文作者在摘要中明确划出边界：这些发现仅确立了 LLM 编排架构在协调异构放疗能力与信息方面的技术可行性，并不证明临床正确性、临床实用性或前瞻性收益。
这一表态相当克制，也符合当前医疗AI研究的规范要求。对于关注AI Agent落地的读者来说，RadOnc-Agent 的价值或许不在于"AI能治癌"，而在于它示范了一种模式：用LLM做编排层，用schema和状态管理做安全网，把散落的专科AI能力整合成一条可追溯的工作流。这一思路对影像、病理、药物研发等同样碎片化的领域，都具有参考意义。
