推进医疗自动化：用于医疗必要性论证的多智能体系统
人工智能
2024-07-09 v2 多智能体系统
摘要
预授权可提供安全、适当且具有成本效益的护理，这些护理通过循证指南在医学上得到论证。然而，该过程通常需要人工在患者病历与临床指南之间进行费力的比对，既重复又耗时。大型语言模型（LLMs）的最新进展已显示出在极少监督下处理复杂医学自然语言处理（NLP）任务的潜力。本文探讨了多智能体系统（MAS）的应用，该系统利用专门的LLM智能体，通过将预授权任务分解为更简单、可管理的子任务来实现自动化。我们的研究系统地调查了各种提示策略对这些智能体的影响，并对不同LLMs的性能进行了基准测试。我们证明，GPT-4在预测带有证据的检查表项目级判断方面达到了86.2%的准确率，在确定整体检查表判断方面达到了95.6%的准确率。此外，我们还探讨了这些智能体如何有助于解释该过程中所采取步骤的可解释性，从而增强系统的信任度和透明度。
引用
@article{arxiv.2404.17977,
title = {Advancing Healthcare Automation: Multi-Agent System for Medical Necessity Justification},
author = {Himanshu Pandey and Akhil Amod and Shivang},
journal= {arXiv preprint arXiv:2404.17977},
year = {2024}
}
备注
Accepted at BioNLP2024