MedPlan：基于双阶段RAG的个性化医疗方案生成系统
计算与语言
2026-02-18 v3
摘要
尽管最近在将大型语言模型应用于电子健康记录（EHR）方面取得了显著进展，但大多数系统主要聚焦于评估，而非治疗规划。我们识别出当前方法存在三个关键局限：其治疗方案是单次生成，而非遵循临床医生的顺序推理过程；它们很少整合患者特定的历史背景；它们无法有效区分主观与客观临床信息。以SOAP方法论（主观、客观、评估、计划）为灵感，我们提出了\ours{}，一种新型框架，通过结构化LLM推理以符合实际临床工作流程。我们的方案采用双阶段架构，首先基于患者症状和客观数据生成临床评估，然后通过检索增强生成将其转化为以该评估为依据并丰富患者特定信息的结构化治疗方案。全面评估表明，我们的方法在评估准确性和治疗方案质量方面均显著优于基线方法。
引用
@article{arxiv.2503.17900,
title = {MedPlan: A Two-Stage RAG-Based System for Personalized Medical Plan Generation},
author = {Hsin-Ling Hsu and Cong-Tinh Dao and Luning Wang and Zitao Shuai and Thao Nguyen Minh Phan and Jun-En Ding and Chun-Chieh Liao and Pengfei Hu and Xiaoxue Han and Chih-Ho Hsu and Dongsheng Luo and Wen-Chih Peng and Feng Liu and Fang-Ming Hung and Chenwei Wu},
journal= {arXiv preprint arXiv:2503.17900},
year = {2026}
}