LLM驱动智能体在医学中的应用综述：我们离Baymax还有多远？

大语言模型（LLMs）正通过开发能够理解、推理并协助完成医学任务的LLM驱动智能体来改变医疗保健。本综述对医学领域LLM驱动智能体进行了全面审查，考察了其架构、应用和挑战。我们分析了医疗智能体系统的关键组成部分，包括系统画像、临床规划机制、医学推理框架和外部能力增强。本综述涵盖了主要应用场景，如临床决策支持、医学文档、培训模拟和医疗保健服务优化。我们讨论了用于评估这些智能体在医疗环境中性能的评估框架和指标。虽然LLM驱动智能体在增强医疗保健服务方面展现出前景，但仍存在若干挑战，包括幻觉管理、多模态集成、实施障碍和伦理考量。本综述以强调未来研究方向作结，包括受LLM架构最新发展启发的医学推理进步、与物理系统的集成以及培训模拟的改进。本工作为研究人员和从业者提供了当前状态和未来前景的结构化概述。