SafeRx-Agent：一个基于知识的多智能体框架，用于安全且可解释的药物推荐
计算与语言
2026-05-29 v1 人工智能
摘要
药物推荐预测患者就诊的药物，但现有方法仍面临两个关键挑战。在模型层面，传统的药物推荐方法仅预测结构化的药物代码，证据基础有限，而LLM智能体可以利用更丰富的临床背景，但可能缺乏安全验证和可追溯性。在任务层面，现有基准通常使用广泛的药物类别，忽略了亚组级别的安全差异，并可能导致风险高估。我们引入了第一个基于第四级ATC代码生成的细粒度药物推荐设置。我们提出了安全处方智能体（SafeRx-Agent），一个基于知识的多智能体框架，利用患者背景、外部临床知识和安全验证来推荐可追溯的药物集合。在MIMIC-III和MIMIC-IV数据集上的实验结果表明，SafeRx-Agent在控制药物相互作用、禁忌症和药物集合大小的同时，提高了细粒度药物预测的准确性。
引用
@article{arxiv.2605.29146,
title = {SafeRx-Agent: A Knowledge-Grounded Multi-Agent Framework for Safe and Explainable Medication Recommendation},
author = {Xinyu Wang and Hanwei Wu and Zhenghan Tai and Sicheng Lyu and Qincheng Lu and Ziyu Zhao and Jijun Chi and Jingrui Tian and Xiao-Wen Chang and Ziyang Song},
journal= {arXiv preprint arXiv:2605.29146},
year = {2026}
}