Sistema multiagente de inteligencia artificial para oncología de precisión

Abstract

El diagnóstico de cáncer de mama mediante Whole Slide Images enfrenta desafíos de interpretabilidad y actualización en los sistemas de inteligencia artificial actuales. Este trabajo desarrolla un sistema multi-agente que integra Retrieval-Augmented Generation visual y textual para asistencia diagnóstica interpretable, combinando: (1) clasificación de parches mediante recuperación de casos similares, (2) respuestas conversacionales enriquecidas con guías clínicas y (3) validación mediante arquitectura generador-evaluador. El clasificador ImageRAG alcanza 87.5% de accuracy global (99% en Normal y 95% en Invasivo), manteniendo interpretabilidad visual. La arquitectura multi-agente corrige errores de coherencia, pero requiere un corpus textual abundante para lograr una precisión óptima. La latencia de clasificación WSI (3-8 min) es factible, aunque la conversacional (76-239 s) necesita optimización. El mecanismo Human-in-the-Loop permite actualización incremental sin reentrenamiento, superando la rigidez de los modelos end-to-end. Los resultados validan que los sistemas basados en retrieval pueden ser clínicamente preferibles cuando la interpretabilidad es crítica.

Breast cancer diagnosis through Whole Slide Images faces interpretability and update challenges in current artificial intelligence systems. This work develops a multi-agent system integrating visual and textual Retrieval-Augmented Generation for interpretable diagnostic assistance, combining: (1) patch classification through similar case retrieval, (2) conversational responses enriched with clinical guidelines, and (3) validation through generator-evaluator architecture. The ImageRAG classifier achieves 87.5% overall accuracy (99% on Normal and 95% on Invasive) while maintaining visual interpretability. The multi-agent architecture corrects coherence errors but requires an abundant textual corpus for optimal precision. WSI classification latency (3-8 min) is feasible, although conversational latency (76-239 s) requires optimization. The Human-in-the-Loop mechanism enables incremental updates without retraining, overcoming the rigidity of end-to-end models. Results validate that retrieval-based systems can be clinically preferable when interpretability is critical.