ALEX：用AI多智能体解释个体治疗效果

一项发表在medRxiv的预印本研究提出了ALEX，一个基于可解释人工智能的多智能体框架。该框架旨在解决精准医学中的一个关键难题：如何解释随机临床试验中不同个体对相同治疗产生不同反应的原因。ALEX首先独立识别重要的亚组治疗效果，然后将这些预测背后的变量转化为基于数据的自然语言临床解释。这种方法有望提升机器学习模型在临床决策中的实用性和可信度。值得一提的是，该研究尚未经过同行评审。