基于LLM与多智能体协同的医疗对话机制研究

来源：计算机技术与发展杂志2025年第08期北京时间：

作者：袁嵩;;程芬;;程鹏飞;;顾进广;;*

摘要：随着深度学习技术的快速进步,大型语言模型(Large Language Models,LLM)在语言理解和生成方面展现出卓越的能力,其在医疗领域的应用也日益广泛。 然而,这些模型在处理复杂医疗问题时仍面临诸多挑战。 传统医疗对话系统在应对多轮对话的复杂性和话题变化时存在局限性。 此外,医学领域对错误决策的容忍度极低,因此系统生成回复的可靠性和可解释性显得尤为重要。 为了解决这些问题,该文研究了多智能体协同医疗辅助决策对话机制,旨在通过多智能体协作来提升医疗系统生成辅助建议的合理性和准确性。 选择了 CMB 数据集进行实验,重点关注三个医疗任务:规培结业、执业医师和医学考研。 通过实验评估,对该方法的性能进行了分析,并与其他医疗大模型进行了对比。 实验结果表明多智能体协作在辅助预测的性能方面显著优于单一医疗大模型。

关键词：医疗辅助系统;知识图谱;大型语言模型;多智能体系统;多智能体协作