RadiFlow：AI Agents重构放射科工作流程.pdfVIP

第7卷第3期智能科学与技术学报Vol.7No.3

2025年9月ChineseJournalofIntelligentScienceandTechnologySeptember2025

RadiFlow：AIAgents重构放射科工作流程

1,231,4514611

张濛濛,丛福泽,王静,张慧,李娟娟,倪清桦,丁炫婷,田永林,吕宜生,

31,4,7

薛华丹,王飞跃

（1.中国科学院自动化研究所多模态人工智能系统全国重点实验室，北京100190；

2.中国科学院大学人工智能学院，北京100049；

3.中国医学科学院北京协和医院放射科，北京100730；

4.澳门科技大学创新工程学院，澳门999078；

5.北京交通大学计算机科学与技术学院，北京100044；

6.清华大学信息科学技术学院，北京100084；

7.中国科学院自动化研究所复杂系统管理与控制国家重点实验室，北京100190）

摘要：随着现代医学的飞速发展和诊疗需求的日益增长，放射科作为临床诊断的核心部门，工作流程面临着

多重挑战。这些挑战突出体现在多设备区域的复杂患者调度、人工操作导致的流程效率瓶颈、诊断辅助缺乏多

模态临床信息综合推理能力以及报告撰写耗时等方面。提出了基于代理智能（agenticAI）的放射科全流程智

能系统RadiFlow，构建了预约与患者管理智能体、影像采集协同智能体、分析与诊断推理智能体以及报告生成

与解读智能体。通过智能体的协同，系统能够高效处理复杂患者调度与跨区域设备分流、实现影像采集标准化

与智能容错、进行精准辅助诊断、自动化生成规范化报告并进行解读。本文为初步总结报告，仅通过案例研

究，验证RadiFlow在提升放射科效率、诊断准确性、患者满意度及减轻医护负担方面展现出显著潜力，后续

将基于此框架构建放射科多智能体系统，在实际场景中应用验证，以期为构建更智能、高效的放射科提供创新

思路。

关键词：智能体；放射科；人工智能；大语言模型

中图分类号：TP391

文献标志码：A

doi:10.11959/j.issn.2096-6652.202535

RadiFlow:AIagentsreconstructingradiologyworkflow

1,231,45146

ZHANGMengmeng,CONGFuze,WANGJing,ZHANGHui,LIJuanjuan,NIQinghua,DINGXuanting,