نظام ذكاء اصطناعي مركّب متعدد الوكلاء مع حلقة قائمة على الأدلة لتخطيط العلاج بالبروتونات لأورام الرأس والعنق

20 نوفمبر 20260 الآراء

يصف العمل تكامل سياسة PPO مُدرَّبة تُصدر عدة خيارات للخطة، مع وكلاء LLM يديرون حوارًا تفاعليًا للتوضيح، مع التحقق من المقاييس والقيود السريرية؛ وبالاستناد إلى بيانات 21 مريضًا، اتبعت Qwen3-14B بعد ضبطها الدقيق التعليمات بصورة أفضل، وساعدت على ترجيح المفاضلة لصالح الأهداف ذات الأولوية. والخلاصة العملية هي أن تخطيط DRL الآلي يمكن استكماله بحوار موجَّه، مع الحفاظ على التحكم في القيود المتنافسة.

نظام ذكاء اصطناعي مركّب متعدد الوكلاء مع حلقة قائمة على الأدلة لتخطيط العلاج بالبروتونات لأورام الرأس والعنق

بنية مركّبة: التوليد والتنقيح

نشر Qingqing Wang وLiqiang Xiao وChang Chang ورقة بحثية على arXiv في 21 أكتوبر 2026 (arXiv:2610.29010). وصفوا فيها نظامًا للعلاج بالبروتونات بتقنية PBS لسرطان الرأس والعنق. يجمع النظام بين التخطيط الآلي القائم على DRL والتنقيح الحواري للخطط باستخدام LLM.

تنشئ المرحلة الآلية القائمة على DRL مجموعة من الخطط. يختار النظام خطة واحدة بوصفها الهدف، ويستخدم الخطط الأخرى مراجعَ أثناء التنقيح. وبالنسبة إلى الحالات المعقدة، يعتمد النظام بنية متعددة الوكلاء قائمة على LLM لتنقيح الخطة عبر حوار باللغة الطبيعية. والخلاصة: يفصل هذا النهج بين التوليد الآلي والتنقيح الحواري المستند إلى البيانات.

التوليد الآلي للخطط باستخدام PPO

تعتمد المرحلة الآلية على شبكة سياسات PPO. درّب المؤلفون الشبكة من دون تدخل بشري؛ وهي تولّد عدة خطط أولًا. وأُجري التدريب والتقييم على بيانات 21 مريضًا مصابًا بسرطان الرأس والعنق. وولّد المؤلفون 5 خطط PPO لكل مريض.

توفر مجموعة الخطط المتعددة مادةً لاختيار الخطة المستهدفة وقاعدةً مرجعية للتنقيح. والمعيار هو أن ينتج التوليد الآلي مجموعة من الخطط، لا خطة واحدة. وبذلك تتوفر حلقة التنقيح على مرجع تستند إليه.

حلقة التنقيح متعددة الوكلاء

تستخدم المنظومة بنية متعددة الوكلاء قائمة على LLM للحالات المعقدة. وهي تنقّح الخطة عبر تفاعل باللغة الطبيعية. وتتضمن الحلقة وكيل التخطيط وروبوت محادثة ووكيل التقييم.

يقترح وكيل التخطيط تعديلات تستند إلى البيانات. ويشكّل روبوت المحادثة واجهة موحدة للحوار. أما وكيل التقييم فينشئ حلقةً قائمة على الأدلة: يستخرج المقاييس السريرية ويكشف انتهاكات القيود.

تجعل هذه الحلقة التنقيح قابلًا للتحقق من خلال المقاييس السريرية والقيود. والمعيار هو أن يستند التنقيح إلى مؤشرات سريرية قابلة للقياس، لا إلى نص الحوار وحده.

تدريب وكيل التخطيط

يعمل وكيل التخطيط بالاستناد إلى Qwen3-14B. وهو يعلّل توصياته ببيانات الخطط التي أُنشئت سابقًا. ولإجراء تدريب إضافي على المهام، استخدم المؤلفون SFT وGRPO.

أظهر Qwen3-14B بعد الضبط الدقيق قدرات محسّنة مقارنةً بنموذج LLM الأساسي. وأصبح أفضل في اتباع التعليمات واستخراج المعلومات والاستدلال في المجال التخصصي.

المعيارنموذج LLM الأساسيQwen3-14B بعد الضبط الدقيق
اتباع التعليماتقدرة أساسيةقدرة محسّنة
استخراج المعلوماتقدرة أساسيةقدرة محسّنة
الاستدلال في المجال التخصصيقدرة أساسيةقدرة محسّنة

المعيار العملي: لا تقتصر أهمية وكيل التخطيط على التوليد؛ بل تشمل أيضًا اتباع التعليمات واستخراج البيانات والاستدلال التخصصي. ويعزز التدريب باستخدام SFT وGRPO هذه السمات.

التقييم والمفاضلات السريرية

اختار المؤلفون 50 خطة لتنقيحها باستخدام التعليمات. وكانت التعديلات أكثر فاعلية في تحسين الأهداف التي أعطاها المستخدم الأولوية. وفي الوقت نفسه، ظل تراجع الأهداف المتنافسة محدودًا. ويذكر المؤلفون أن التعديلات أتاحت الوصول إلى مفاضلات أكثر ملاءمة سريريًا عند تنقيح الخطط مع مراعاة خصوصية كل مريض.

المعيار العملي: يُقيَّم التنقيح بمدى تحسينه للأهداف ذات الأولوية، وبمدى محدودية تراجعه في الأهداف المتنافسة.

الأسئلة المتكررة

المواد ذات الصلة

جميع المواد
الفحص الحاسوبي بدلًا من التجربة والخطأ: مقاربات جديدة لمواد البطاريات
البحوث

الفحص الحاسوبي بدلًا من التجربة والخطأ: مقاربات جديدة لمواد البطاريات

توضح المادة كيف تُضيّق قواعد البيانات الحسابية والتعلّم الآلي والنماذج التوليدية نطاق التركيبات الواعدة، بينما تُسرّع المختبرات المؤتمتة اختبارها؛ لكن النتيجة النهائية تعتمد على التخليق والاختبارات، حيث قد تختلف التوقعات عن الموصلية الفعلية.

20 نوفمبر 2026
تطوّر معايير تقييم الوكلاء مع توسيع مجموعة المهام: دور اختيار الأدلة والسباقات المتتابعة
الأخبار

تطوّر معايير تقييم الوكلاء مع توسيع مجموعة المهام: دور اختيار الأدلة والسباقات المتتابعة

توضح الدراسة لماذا قد يؤدي زيادة عدد المهام إلى إضعاف تطور بيئات اختبار الوكلاء: فالسبب هو سوء اختيار الشواهد، لا حجم البيانات بحد ذاته. وتختار الطريقة المقترحة Successive Scale Racing تباعًا مجموعات متنوعة من المهام، وتقارن بين المرشحين بتكلفة منخفضة؛ وقد رفعت على ثلاثة معايير اختبار نسبة التشغيلات الناجحة عند زيادة المجموعة من 40 إلى 200، في حين تراجعت الطرق الأساسية، وانخفض عدد عمليات التحقق بنحو 60%.

19 نوفمبر 2026
الإقناع المتبادل بين النماذج: المواقف المعلنة لا تتطابق مع السلوك أثناء الحوار
الأخبار

الإقناع المتبادل بين النماذج: المواقف المعلنة لا تتطابق مع السلوك أثناء الحوار

في مناظرات مضبوطة حول أسباب تغيّر المناخ، تُظهر أربع أزواج من GPT-6 Luna وGemini 2.5 Flash Lite ديناميكيات مختلفة في تقارب المواقف أو تباعدها. ولا يحقق التوجيه المباشر بالإقناع أثرًا مستدامًا، كما أن الموقف المُعلن وأسلوب الجدال المتّبع لا يعكسان الشيء نفسه.

19 نوفمبر 2026
نظام ذكاء اصطناعي مركّب متعدد الوكلاء مع حلقة قائمة على الأدلة لتخطيط العلاج بالبروتونات لأورام الرأس والعنق