概述

精准治疗需要多模态自适应模型来生成个性化的治疗建议。我们推出了TxAgent，这是一种利用多步推理和实时生物医学知识检索的AI代理，它跨越包含211种工具的工具箱，用于分析药物相互作用、禁忌症以及患者特异性治疗策略。

• TxAgent评估药物在分子、药代动力学和临床层面的相互作用，根据患者的合并症和同时使用的药物识别禁忌症，并根据个体患者的特征（包括年龄、遗传因素和疾病进展）量身定制治疗策略。
• TxAgent从多个生物医学来源检索并综合证据，评估药物与患者状况之间的相互作用，并通过迭代推理不断优化治疗建议。它根据任务目标选择工具，并执行结构化函数调用，以解决需要临床推理和跨源验证的治疗任务。
• ToolUniverse整合了来自可信来源的211种工具，其中包括自1939年以来美国FDA批准的所有药物，以及来自Open Targets的经验证的临床见解。

TxAgent在五个新的基准测试中超越了领先的LLM、工具使用模型和推理代理：DrugPC、BrandPC、GenericPC、TreatmentPC和DescriptionPC，涵盖了3,168个药物推理任务和456个个性化治疗场景。

• 它在开放式药物推理任务中达到了92.1%的准确率，比GPT-4o高出多达25.8%，并在结构化多步推理方面优于DeepSeek-R1 (671B)。
• TxAgent能够泛化处理药物名称的不同变体和描述，在品牌、通用名和基于描述的药物引用之间保持小于0.01的方差，这一性能比现有的工具使用LLM高出55%以上。

通过整合多步推理、实时知识 grounding 和工具辅助决策，TxAgent确保治疗建议符合既定的临床指南和真实世界证据，从而降低不良事件的风险并改善治疗决策。

环境搭建

依赖：

- 运行TxAgent时，建议使用配备超过80GB显存的H100 GPU。
- ToolUniverse需要连接互联网的设备。

安装ToolUniverse：

# 从源代码安装：
git clone https://github.com/mims-harvard/ToolUniverse.git
cd ToolUniverse
python -m pip install . --no-cache-dir
或者
# 从pip安装：
pip install tooluniverse

安装TxAgent：

# 从源代码安装：
git clone https://github.com/mims-harvard/TxAgent.git
python -m pip install . --no-cache-dir
或者
# 从pip安装：
pip install txagent

运行示例：

python run_example.py

运行Gradio演示：

python run_txagent_app.py

预训练模型

预训练模型权重可在HuggingFace上获取。

演示案例

更多详情请访问项目页面。

引用

@misc{gao2025txagent,
      title={TxAgent: An AI Agent for Therapeutic Reasoning Across a Universe of Tools}, 
      author={Shanghua Gao and Richard Zhu and Zhenglun Kong and Ayush Noori and Xiaorui Su and Curtis Ginder and Theodoros Tsiligkaridis and Marinka Zitnik},
      year={2025},
      eprint={2503.10970},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2503.10970}, 
}

联系方式

如果您有任何问题或建议，请发送邮件至 Shanghua Gao 和 Marinka Zitnik。