SynthAgent：面向肥胖及精神共病患者的多智能体 LLM 框架——案例研究
人工智能
2026-02-10 v1 信息检索
多智能体系统
摘要
模拟高保真患者提供了一种强大的研究复杂疾病的途径，同时也解决了数据碎片化、偏见和隐私受限的挑战。在本研究中，我们引入SynthAgent，一个新的多智能体系统(MAS)框架，旨在建模伴有共病精神障碍的肥胖患者，包括抑郁、焦虑、社交恐惧和暴食障碍。SynthAgent整合来自索赔数据、人口调查和以患者为中心的文献中的临床和医学证据，以构建富含人格特质的个性化虚拟患者，这些特质影响依从性、情绪调节和生活方式行为。通过自主智能体相互作用，系统模拟疾病进程、治疗反应和生活管理，涵盖多种心理社会情境。对超过100个生成患者的评估显示，GPT-5和Claude 4.5 Sonnet在所提出的MAS框架中作为核心引擎表现最佳，优于Gemini 2.5 Pro和DeepSeek-R1。因此，SynthAgent为探索患者旅程、行为动态和决策过程提供了一个可扩展且隐私保护的框架，适用于医学和心理学领域。
引用
@article{arxiv.2602.08254,
title = {SynthAgent: A Multi-Agent LLM Framework for Realistic Patient Simulation -- A Case Study in Obesity with Mental Health Comorbidities},
author = {Arman Aghaee and Sepehr Asgarian and Jouhyun Jeon},
journal= {arXiv preprint arXiv:2602.08254},
year = {2026}
}
备注
Presented in AAAI 2026 Singapore at the workshop of Health Intelligence