课题简介-基于人工智能大语言模型的儿科超说明书用药智慧循证-预警多智能体系统的构建与研究

项目经费

20   （万元）

中文摘要

儿科超说明书用药是全球性的临床难题，其高发生率、高质量循证证据严重匮乏与潜在的药物不良反应风险,使一线儿科医生在遵循指南要求时面临巨大的决策压力与安全隐患。本项目旨在设计、构建并验证一个基于人工智能大语言模型的儿科OLDU智慧循证-预警系统。针对大语言模型（LLM）直接应用于高风险医疗决策时固有的“幻觉”与不可靠性难题，本研究提出并采用一种创新的多智能体系统（MAS）架构作为核心解决方案。该架构将复杂的循证评估任务解构为一系列由专门化智能体执行的、可验证的子任务，包括多源异构数据的获取与治理、儿科OLDU专用知识库的构建、以及由证据检索、PICO要素提取、证据质量分级、ADR风险画像、指南依从性比对等多个智能体协同执行的工作流。通过智能体间的协同与交叉验证机制，系统能对全球最新证据进行动态、自动化、可信的综合分析,并生成一份包含明确证据等级、风险预警和可溯源链接的结构化报告,旨在实现人机协同下的高可靠性决策支持。本研究可为临床医生提供一个高效、可靠的决策辅助工具，有效填补“指南-实践”鸿沟，提升儿科用药的安全性和科学性,也可为解决LLM在其他临床领域的落地应用提供了一种可行的范式，具有理论创新价值与广阔的临床应用前景。

项目组成员

姓名

职称

项目分工

万青

副主任药师

临床专家：提供儿科临床需求，指导案例设计与系统验证。

陈翔

无

信息参与者：负责多智能体系统架构设计与核心算法的研发。

杨京

信息参与者：负责系统集成、原型开发与用户交互界面实现。