热点事件持续更新
RadOnc-Agent：LLM 编排放疗全流程工作流框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，arXiv cs.AI 收录论文提出 RadOnc-Agent，一个由大语言模型编排的智能体框架，将放疗照护流程形式化为四个临床阶段，并通过对话接口提供 26 个可调用函数。论文报告，在 2,600 次单函数请求中，模型选择目标函数的准确率为 98.79%；跨阶段工作流完成率为 96.50%，真实患者工作流完成率为 96.67%。消融实验显示，移除纵向状态后跨阶段完成率降至 84.00%。目前尚无该框架在真实临床环境中部署或前瞻性验证的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
新论文报告 RadOnc-Agent 跨阶段工作流完成率 96.50%、真实患者流程 96.67%。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.AIRadOnc-Agent：面向放疗照护全流程的 LLM 编排智能体框架
RadOnc-Agent 是一个 LLM 编排的智能体框架，把放疗流程形式化为四个临床阶段，并通过对话接口提供 26 个可调用函数。在 2,600 次单函数请求中它选择目标函数的准确率为 98.79%，跨阶段工作流与真实患者工作流完成率分别为 96.50% 和 96.67%；消融实验中移除纵向状态后跨阶段完成率降至 84.00%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。