西安交大与西交利物浦大学合作探索多智能体健康辅助，研究成果上线 IEEE Xplore

近日，西安交通大学公共卫生学院米白冰副教授与西交利物浦大学、英国赫瑞瓦特大学研究人员合作完成的论文“One Person Company (OPC) AI Agents System with Multi-Modal Fusion for Health Assistance”正式上线 IEEE Xplore。该成果发表于第七届世界人工智能专题讨论会（WSAI 2026）会议论文集，围绕高海拔环境下的卒中风险筛查，提出融合多模态信息的多智能体健康辅助系统，探索“医生主导、智能体协同执行”的人机协作模式。

在高海拔健康管理场景中，风险评估往往需要综合个人病史、生活方式、生命体征及行为表现等多方面信息。如何将分散的文字、声音、视频和生理监测数据有效整合，为医生提供清晰、及时的辅助信息，是人工智能参与健康管理的重要研究问题。

一名医生统筹，六个智能体协作

针对这一需求，研究团队借鉴“一人公司”（One Person Company，OPC）的任务组织理念，将其转化为由一名医生统筹多个专业 AI 智能体的协作架构。医生负责任务安排、过程监督和最终判断，智能体分别承担信息采集、特征分析和结果汇总等工作，形成分工明确、相互协同的数字助手团队。

系统共设置六个智能体，覆盖预筛查、动态监测和综合评估等环节。其中，高海拔预筛查智能体通过结构化问答收集个人健康信息；生命体征风险智能体分析血氧饱和度、心率、血压和呼吸频率的变化；面部、上肢和语音三个智能体围绕 FAST 卒中快速识别中的相关表现，分别分析面部不对称、上肢运动异常和言语异常；融合智能体则汇总各模块结果，结合环境信息生成综合风险报告，供医生审阅。

融合多种信息，形成可追溯的辅助报告

多模态信息融合是该研究的主要技术特点之一。系统将大语言模型的语义理解能力，与计算机视觉、语音处理和生理信号分析相结合，由各智能体独立完成专门任务后，再在决策层面整合结果。这一设计有助于保留不同信息来源的特点，也便于医生了解风险提示的依据。在问答环节，研究还引入预设指标和标准化问题库，对信息采集流程进行约束，提高流程的可控性与可追溯性。

论文通过模拟场景展示了系统从进入高海拔地区前的基础风险评估，到进入后的生命体征监测，再到出现异常表现时启动快速筛查与综合评估的完整流程。该探索为连接日常监测与及时风险识别提供了系统设计参考。目前，研究主要完成了原型系统设计与模拟场景测试，实际临床表现仍需进一步验证。论文提出，后续将开展临床试点，利用真实患者数据优化多模态融合权重，持续评估系统的适用性。

推进交叉合作，探索应用转化

此次合作体现了人工智能技术与公共卫生健康管理需求的交叉融合，也为后续临床验证、场景适配与成果转化提供了研究基础。随着相关研究深入，多智能体协作模式有望为高海拔地区及医疗资源相对有限场景中的健康辅助服务提供新的技术路径。合作团队也期待进一步探索与相关医疗机构及企业开展应用研究和成果转化合作的机会。

论文第一作者为西交利物浦大学 Xinzhi Li，通讯作者为 Nanlin Jin；共同作者包括 Wenning Ma、John R. Woodward、Steven Guan 和米白冰。研究获西交利物浦大学研究发展基金支持，项目编号为 RDF-23-01-015。

原文链接：IEEE Xplore 论文页面

DOI：10.1109/WSAI70435.2026.11708722

供稿：米白冰

审校：冉竹逸

终审：米白冰