面向公共卫生的 AI 驱动自动化咨询iosk 系统：个性化护理实验性试点研究

背景：HERMES 咨询iosk（Healthcare Enhanced Recommendations through Artificial Intelligence & Expertise System）旨在提供针对性的非处方药物建议，旨在弥补传统健康咨询iosk 的局限性。其集成了增强型 GAMENet 模型，后者结合了图注意力网络（GAT）和多头交叉注意力（MHCA），同时通过联邦学习确保用户隐私。本文概述了 HERMES 的概念设计与体系结构，重点关注在高流量公共区域的部署。方法：HERMES 分析自我报告的症状和匿名医疗史，使用 AI 算法生成情境感知的非处方药物建议。该系统最初使用来自 MIMIC-III 数据集（6,350 名患者）和 TWOSIDES 数据库的药物-药物相互作用（DDI）数据进行训练，纳入前 90 种严重程度 DDI 类型。实时 DDI 检查和 ATC 映射药物代码进一步提升安全性。该咨询iosk 设计具备无障碍功能，支持多语言、大字体、语音命令和盲文兼容。内置的健康教育图书馆促进预防性护理和健康素养。对 10 名医疗专业人员进行调查以评估其在医疗领域的潜在应用。结果：初步结果显示，增强型 GAMENet 模型实现了 0.74 的 PRAUC，超越了原始模型。这表明该系统在公共场所提供准确且安全的 healthcare 建议具有强大的潜力。结论：HERMES 展示了 AI 驱动、隐私保护型咨询iosk 如何提升公共卫生可及性、赋能用户并减轻医疗系统负担。未来的工作将聚焦实际部署、可用性测试和可扩展性，以实现更广泛的采纳。