以技能为中心的智能体推进临床基因组分析

临床基因组分析要求专家整合不断演变的指南、数据库和计算证据。随着测序日益普及，这一复杂且耗时的流程已成为及时将基因组信息用于临床决策的主要瓶颈。为弥补这一空缺，我们开发了 ClinGeX，这是一种大型语言模型智能体，能够通过面向任务的检索和感知依赖关系的编排，组合调用 105 项经过整理的可执行技能。在 223 个按时间划分的留出基准案例中，ClinGeX 与专家参考分类之间的宏平均任务级一致性达到 71.7\%，而表现最强的对比方法为 45.7\%。在一项包含三种条件并采用平衡顺序设计的人机协作研究中，45 名临床基因组学专业人员在常规条件（无 AI 辅助）、DeepSeek 辅助和 ClinGeX 辅助条件下，分别评估了 135 个源自临床的案例。ClinGeX 辅助提高了标准级变异分析、罕见病基因组解读和分子肿瘤学决策这三个领域的原始病例级一致性（分别为 51.1\%、57.8\% 和 64.4\%，而对比条件下分别为 15.6\%、31.1\% 和 20.0\%），并减少了所有场景中报告的解读时间。在一项探索性、为期一个月的真实世界非干预性评估中，11 名经验丰富的专业人员就自行选择的 96 个分析环节提交了反馈，并报告了较高频率的结论采纳率和时间节省。这些发现表明，可执行的领域技能是增强专家基因组解读能力的一种有前景的方法。