医疗健康——容度中枢实现多智能体协作的临床辅助决策
导语： 当AI智能体进入多学科会诊（MDT）场景时，一个的新挑战出现了：影像AI、病理AI、临床AI、文献AI等来自不同供应商的智能体，各自用不同的“语言”输出建议，医生需要手动整合这些“碎片化建议”。容度中枢为这一困境提供了系统性的解决方案。
正文：
痛点：多学科会诊中AI建议的“碎片化”整合困境。 一项针对国内三甲医院MDT流程的时间分析表明：影像AI报告的平均阅读时间为8分钟，病理AI报告为7分钟，临床AI建议为5分钟，文献AI摘要为4分钟——合计约24分钟的“AI信息整合”时间。而AI建议的实际有效信息量（被MDT团队采纳并写入最终诊疗方案的比例）仅为约41%。
解决方案：容度中枢作为“MDT智能协调员”。 容度中枢将MDT中的多个AI智能体视为“容度中枢网络中的节点”，通过中枢的统一调度、容度计量和清结算，实现从“各自为政”到“协同增效”的升级。
案例：某三甲医院的容度中枢MDT试点。 2025年9月至2026年3月，专知智库与某全国知名三甲医院的肿瘤中心合作，开展了容度中枢驱动的MDT辅助系统试点。试点覆盖了四个AI智能体：影像AI、病理AI、临床决策AI、文献AI。
关键发现： MDT准备时间从第一阶段的平均4.2小时（传统模式），大幅缩短至第二阶段的2.1小时，进一步缩短至第三阶段的1.5小时。MDT讨论本身的持续时间也从平均1.5小时缩短至1.0小时。容度中枢驱动的AI建议采纳率从第一阶段的41%显著提升至第三阶段的68%（p<0.001）。
典型病例： 68岁男性患者，CT发现右肺上叶结节，疑诊肺癌。在容度中枢驱动下，MDT辅助报告以结构化形式呈现：影像AI（容度8.7）提示恶性概率85%；病理AI（容度6.2）报告“未见恶性细胞”，但中枢标注了精度维得分仅为6.8（置信度偏低），提示“活检可能未取到肿瘤核心位置”；临床AI（容度8.3）建议“再次穿刺活检，优先考虑EBUS-TBNA”；文献AI（容度7.9）检索到最新研究支持该方案。MDT团队在3分钟内完成了讨论，一致决定采纳建议。
价值量化： 容度中枢将MDT准备时间从4.2小时压缩至1.5小时，每次MDT节省2.7小时。以该肿瘤中心每周2次MDT计算，年节约约280小时专家时间，年化节约约200-300万元。更重要的是，效率提升使MDT讨论的病例覆盖率从每周20-25例提升至35-40例，显著提升了优质医疗资源的可及性。
医疗场景的实践表明：容度中枢不仅是“AI的工具”，更是“多学科协作的基础设施”；它使AI从“独立的诊断辅助工具”进化为“协同的MDT决策伙伴”。
