An Agentic System for Rare Disease Diagnosis with Traceable Reasoning

罕见疾病虽然单种发病率较低，但全球受影响人群总数超过3亿人，然而及时准确的诊断仍然是一个普遍存在的挑战。这主要是由于罕见疾病的临床表现多样、个体发病率低，以及大多数临床医生对罕见病的认知有限所致。本文中我们介绍了DeepRare系统，这是首个基于大语言模型（LLM）构建的罕见病诊断代理系统，能够处理异构的临床输入信息。该系统可生成按优先级排序的罕见病诊断假设，并为每一个假设提供清晰透明的推理链，将中间分析步骤与可验证的医学证据联系起来。 DeepRare包含三个核心组件：一个配备长期记忆模块的中央主机；多个负责特定领域分析任务的专业代理服务器，整合了超过40个专业工具以及网络规模、实时更新的医学知识库，确保获取最新的临床信息。这种模块化且可扩展的设计使系统具备进行复杂诊断推理的能力，同时保持了过程的可追溯性和适应性。我们在八个数据集上对DeepRare进行了评估。在涵盖2919种疾病的情况下，系统表现出卓越的诊断性能，其中1013种疾病的诊断准确率达到100%。在基于HPO（人类表型本体）的评估中，DeepRare显著优于其他15种方法，包括传统的生物信息学诊断工具、大语言模型及其他代理系统，其平均Recall@1得分为57.18%，比第二佳的方法（Reasoning LLM）高出23.79个百分点。在多模态输入场景下，DeepRare的Recall@1得分为70.60%，而Exomiser在109个病例中的得分为53.20%。由临床专家对推理链进行人工审核的结果显示达成一致的比例为95.40%。此外，DeepRare系统已实现为用户友好的网页应用，网址为 http://raredx.cn/doctor。

论文试图解决罕见病诊断困难的问题，包括临床异质性、个体发病率低以及医生对罕见病缺乏熟悉度。这是一个长期存在但具有高度现实意义的问题。

提出DeepRare，一个基于大语言模型的代理系统，整合多种专业工具和最新医学知识源，以生成可解释的罕见病诊断假设。其新意在于结合了LLM的能力与模块化、可扩展的设计，并提供透明的推理链。

1. DeepRare在2919种疾病中达到100%准确率（1013种疾病） 2. HPO评估中Recall@1达57.18%，比次优方法高出23.79个百分点 3. 多模态输入场景下Recall@1为70.60%，优于Exomiser的53.20% 4. 专家手动验证推理链达成95.40%的一致性 5. 系统已部署为在线应用 http://raredx.cn/doctor

1. Reasoning LLM: 基于大型语言模型的推理方法应用于医学诊断 2. Exomiser: 一种广泛使用的表型和基因组数据整合分析工具 3. Phenomizer: 针对罕见病的表型相似性搜索工具 4. DeepGestalt: 利用深度学习识别面部表型特征的图像诊断方法