Large Language Model Agents for Evidence Based Genetic Disease Severity Classification

📄 arXiv: 2609.19569v1 📥 PDF

作者: Tohid Ghasemnejad, Ahmadreza Argha, Mark Grosser, John Wang, Min Yang, Thantrira Porntaveetus, Tony Roscioli, Nigel H. Lovell, Mahmoud Aarabi, Hamid Alinejad-Rokny

分类: q-bio.GN, cs.AI, cs.CL

发布日期: 2026-09-17

💡 一句话要点

提出自主AI代理以解决遗传疾病严重性分类问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 遗传疾病 严重性分类 自主AI代理 推理与行动 检索增强生成 基因组筛查 临床诊断

📋 核心要点

  1. 遗传疾病的严重性分类存在主观性和劳动密集的问题，导致基因组筛查效率低下。
  2. 本文提出了一种结合推理与行动及检索增强生成的自主AI代理，旨在提高分类的准确性和效率。
  3. 实验结果显示，该代理在表型分类中实现了93.55%的准确率，并与外部基因列表具有95.2%的符合率。

📝 摘要（中文）

遗传疾病的严重性分类通常主观且劳动密集，导致基因组筛查中的瓶颈。本文开发了一种自主AI代理，结合推理与行动（ReAct）和检索增强生成（RAG），用于分类10,211个人表型本体术语。该代理利用美国医学遗传学会（ACMG）认可的严重性指南和美国妇产科医师学会（ACOG）生活质量标准，检索PubMed文献，生成可解释的推理链，并独立验证声明。在表型层面，使用专家策划的队列，该代理实现了93.55%的准确率（MCC 0.9237），82.6%至91.4%的声明得到了直接证据或有效推理的支持。基因级严重性在8,738对中聚合，识别出3,283对具有严重或深刻表现的常染色体隐性对。外部验证显示与Mackenzie's Mission基因列表的符合率为95.2%。该系统通过提供可靠的自动化分类，支持标准化面板设计。

🔬 方法详解

问题定义：本文旨在解决遗传疾病严重性分类的主观性和劳动密集性问题，现有方法在准确性和效率上存在不足。

核心思路：提出了一种自主AI代理，结合推理与行动（ReAct）和检索增强生成（RAG），通过自动化流程提高分类的准确性和可靠性。

技术框架：整体架构包括文献检索模块、推理链生成模块和验证模块。代理首先检索相关文献，然后生成推理链，最后独立验证分类声明。

关键创新：最重要的创新在于将推理与行动与检索增强生成相结合，使得分类过程不仅依赖于数据，还能生成可解释的推理链，提升了分类的透明度和可靠性。

关键设计：在模型设计中，采用了ACMG和ACOG的标准作为指导，设置了适当的损失函数以优化分类性能，并通过专家策划的队列进行训练和验证。该设计确保了模型的高准确性和有效性。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果显示，该自主AI代理在表型分类中达到了93.55%的准确率，MCC值为0.9237，且82.6%至91.4%的声明得到了直接证据或有效推理的支持。外部验证与Mackenzie's Mission基因列表的符合率高达95.2%，显示出该系统的高可靠性。

🎯 应用场景

该研究的潜在应用领域包括遗传疾病的临床诊断、基因组筛查和个性化医疗。通过提供标准化的分类工具，能够提高遗传疾病的筛查效率和准确性，从而为患者提供更好的医疗服务。未来，该系统可能在其他医学领域的自动化分类中发挥重要作用。

📄 摘要（原文）

Disease severity classification for genetic conditions is subjective and labor-intensive, creating bottlenecks in genomic screening, where commercial panels vary widely in size and overlap. We developed an autonomous AI agent integrating Reasoning and Acting (ReAct) with Retrieval-Augmented Generation (RAG) to classify 10,211 Human Phenotype Ontology terms. It uses American College of Medical Genetics (ACMG)-endorsed severity guidelines and American College of Obstetricians and Gynecologists (ACOG) quality-of-life criteria to retrieve PubMed literature, generate interpretable reasoning chains, and independently verify claims. At the phenotype level, using expert-curated cohorts, the agent achieved 93.55% accuracy (MCC 0.9237) with 82.6% to 91.4% of claims supported by direct evidence or valid inferences. Gene-level severity was aggregated across 8,738 pairs, identifying 3,283 autosomal recessive pairs with severe or profound presentations. External validation showed 95.2% concordance with Mackenzie's Mission gene list. This system enables standardized panel design by providing reliable, automated classification supported by direct evidence.