TxAgent：用于跨工具库进行治疗推理的 AI Agent

作者团队： Shanghua Gao, Richard Zhu, Zhenglun Kong, Ayush Noori, Xiaorui Su, Curtis Ginder, Theodoros Tsiligkaridis, Marinka Zitnik

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，这是一个 AI Agent，它利用多步推理和实时生物医学知识检索，通过包含 211 个工具的工具箱来分析药物相互作用、禁忌症及患者特定的治疗策略。

• TxAgent 能够从分子、药代动力学和临床层面评估药物相互作用，识别基于患者合并症和并发用药的禁忌症，并根据包括年龄、遗传因素和疾病进展在内的个体患者特征定制治疗策略。
• TxAgent 从多个生物医学来源检索并整合证据，评估药物与患者病情之间的相互作用，并通过迭代推理完善治疗建议。它根据任务目标选择工具，并执行结构化的函数调用，以解决需要临床推理和跨来源验证的治疗任务。
• ToolUniverse 整合了来自权威来源的 211 个工具，其中包括自 1939 年以来所有经美国 FDA 批准的药物，以及来自 Open Targets 的经过验证的临床洞见。

TxAgent 在五个新的基准测试（DrugPC, BrandPC, GenericPC, TreatmentPC, 和 DescriptionPC）中表现优于主流 LLM、工具使用模型和推理 Agent，涵盖了 3,168 项药物推理任务和 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 25.8%，并在结构化多步推理方面超越了 DeepSeek-R1 (671B)。
• TxAgent 在药物名称变体和描述之间展现了出色的泛化能力，在品牌名、通用名和基于描述的药物引用之间保持了小于 0.01 的方差，比现有的工具使用 LLM 表现高出 55% 以上。

通过集成多步推理、实时知识基础和工具辅助决策，TxAgent 确保了治疗建议符合既定的临床指南和现实世界的证据，从而降低了不良事件的风险并改善了治疗决策。

环境配置

依赖要求：

- An H100 GPU with more than 80GB of memory is recommended when running TxAgent. 
- ToolUniverse requires a device with an internet connection.

安装 ToolUniverse：

# Install from source code:
git clone https://github.com/mims-harvard/ToolUniverse.git
cd ToolUniverse
python -m pip install . --no-cache-dir
OR
# Install from pip:
pip install tooluniverse

安装 TxAgent：

# Install from source code:
git clone https://github.com/mims-harvard/TxAgent.git
python -m pip install . --no-cache-dir
OR
# Install from pip:
pip install txagent

运行示例：

python run_example.py

运行 Gradio Demo：

python run_txagent_app.py

预训练模型

预训练模型权重可在 HuggingFace 获取。

模型	描述
TxAgent-T1-Llama-3.1-8B	TxAgent LLM
ToolRAG-T1-GTE-Qwen2-1.5B	Tool RAG 嵌入模型

演示案例

请访问 项目主页 获取更多详细信息。

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.CL}
}