К автономной и проверяемой разработке моделей медицинской визуализации

Аннотация

Агенты на основе больших языковых моделей (LLM) начинают автоматизировать проектирование машинного обучения (MLE) за счёт объединения планирования, выполнения кода, отладки и эмпирической обратной связи. Перенос этой способности на медицинскую визуализацию остаётся сложной задачей, поскольку каждая задача накладывает специфические для модальности требования к экспериментам, а также строгие требования к протоколам валидации и артефактам предсказаний. В данной работе мы представляем AMID — автономную мультиагентную среду для разработки моделей медицинской визуализации. AMID сначала предлагает метод планирования, обусловленного данными (Data-Conditioned Method Planning), который уточняет грубые пространства поиска на уровне задач до выполнимых, параллелизуемых направлений методов, основанных на анализе данных конкретной задачи и выполнимых ресурсах медицинской визуализации. Затем разрабатывается двухэтапная оптимизация с верификацией (Verification-Guided Two-Stage Optimization), которая переходит от широкого раннего исследования разнообразных направлений методов к избирательному использованию перспективных кандидатов, обеспечивая при этом строгую верификацию протоколов валидации, вычисления метрик и артефактов предсказаний на всём протяжении оптимизации. На 20 задачах по медицинской визуализации, охватывающих различные модальности и типы предсказаний, AMID превзошёл оцениваемые универсальные системы MLE, а по нескольким задачам приблизился к сильным решениям, разработанным человеком для конкретных соревнований, или сравнялся с ними. Эти результаты позволяют предположить, что AMID может превратить разработку моделей медицинской визуализации, специфичных для каждой задачи, из индивидуального ручного проектирования в агентный рабочий процесс, позволяющий создавать высокопроизводительные и проверяемые артефакты моделей для разнородных задач.

English

Large language model (LLM) agents are beginning to automate machine learning engineering (MLE) by coupling planning, code execution, debugging, and empirical feedback. Translating this capability to medical imaging remains difficult because each task imposes modality-specific experimentation and strict requirements for validation protocols and prediction artifacts. Here we introduce AMID, an autonomous multi-agent framework for medical imaging model development. AMID first proposes Data-Conditioned Method Planning, which refines coarse task-level search spaces into executable, parallelizable method lanes grounded in task-specific data analysis and runnable medical-imaging resources. It then develops Verification-Guided Two-Stage Optimization, moving from broad early exploration of diverse method lanes to selective exploitation of promising candidates while enforcing strict verification of validation protocols, metric computation, and prediction artifacts throughout the optimization. Across 20 medical imaging challenge tasks spanning diverse modalities and prediction types, AMID outperformed evaluated general-purpose MLE systems and, on several tasks, approached or matched strong human-designed challenge solutions. These results suggest that AMID can turn task-specific medical imaging model development from bespoke manual engineering into an agentic workflow for producing high-performing and auditable model artifacts across heterogeneous tasks.