用 LangGraph 复刻六 Agent 医疗 AI 管线，号称替代 150 万美元/年系统
MaryamMiradi · x · 2026-10-29
Maryam Miradi 博士基于一篇论文，用 Python + LangGraph 重建了一套医疗数据 AI Agent 管线，声称可替代医院每年 150 万美元支出且落地失败的系统。
痛点：临床医生不信任黑盒 AI，数据科学家 80% 时间耗在清洗脏数据上。
六个 Agent 分工（见配图）：
- File Reader：自动读取 CSV/Excel/JSON/ZIP 并分发文件
- Privacy Guard：识别姓名、邮箱、患者 ID、社会安全号并脱敏，医学影像文字打码
- Data Reader：读取电子表格并推断列含义
- Model–Data Feature Matcher：为每列数据生成唯一 ID 并匹配合适的 AI 模型
- Data Preparer：自动标注列、清洗大数据集（超 50MB）、匹配图像模态
- Predictor + Explainer：小数据用 LLM、大数据用深度学习，高亮医学影像重点区域，让医生看到「为什么」而非只有答案
作者还给出了逐步构建各 Agent 的流程图，可作为医疗 AI 落地工程的参考骨架。
「编程与Agent」频道最新
- Grok 语音助手大面积失灵,用户怒斥租来的 Agent 架构靠不住 — alexcovo_eth · 2026-10-29
- 自动化机器人静默停摆两天:一个必须写进监控的教训 — petrusenko_max · 2026-10-29
- 独立开发者:用 Claude 做应用,再也不用求人加功能 — evielync · 2026-10-29
- 开发者反思：Claude Opus 5.5 时代大规模 subagent 舰队反而稀释产出 — ryunuck · 2026-10-29
- 「大脑三明治」工作流走红：先用脑、再交 AI、最后再用脑把关 — bibryam · 2026-10-29
- Nolan Lawson 实测各 JS 框架的 AI 编码成本，结果大都接近 — hichaelmart · 2026-10-29