《“电子病历-模型上下文协议”：基于模型上下文协议的大语言模型临床信息检索的真实世界评估》

本文介绍了日本庆应义塾大学医院研究团队提出并评估的一种基于“电子病历-模型上下文协议”的框架，旨在实现大语言模型对电子病历系统中临床信息的自主检索。该研究针对现有大语言模型在医疗领域应用时面临的复杂性和数据访问安全性问题，通过将GPT-4.1与LangGraph ReAct智能体结合，并开发五类模型上下文协议工具（包括患者基本信息、实验室结果等），在真实医院环境中验证了其有效性。实验设计了六项任务，涵盖从简单到复杂的临床信息检索需求，展示了该框架在提高信息检索效率和准确性方面的潜力。这一创新方法不仅促进了大语言模型与电子病历系统的集成，也为未来更广泛的临床应用奠定了基础。