《利用大语言模型驱动的多智能体系统优化医嘱集》

本文介绍了一种基于大语言模型（LLM）的多智能体系统，旨在优化医嘱集，提高医疗质量和效率。该系统由五个核心智能体组成：内容批判智能体、动态搜索智能体、知识检索智能体、药物验证智能体和建议总结智能体，通过结构化顺序对话协作完成任务。系统采用检索增强生成（RAG）流程和提示词工程，无需微调基础模型即可适应医学知识的变化。实验评估显示，系统在45个人工修改的医嘱集上实现了88%的准确性。研究还开发了定制化过滤器，进一步提升建议质量。这一创新性方案为解决传统医嘱集优化过程中耗时耗力且难以及时跟进临床证据更新的问题提供了新的途径。