返回
An agentic AI system for multi-framework communication coding
DOI:10.1038/s41746-026-03314-w.png)
摘要
En 中文
临床沟通是影响患者结局的核心因素,但大规模标注医患对话仍需耗费大量人力、存在不一致性且难以扩展。现有的基于大型语言模型(LLM)的方法通常依赖单任务系统,在不同沟通框架和临床领域的鲁棒性有限。本研究开发了MOSAIC,一个用于可扩展临床沟通编码的多框架结构化智能体AI系统。MOSAIC结合了动态少样本提示、检索增强生成(RAG)和基于LangGraph的多智能体工作流,用于规划、标注和验证。其性能通过与训练有素的编码员产生的金标准标注进行评估。MOSAIC在54份标注转写数据上开发,并在涵盖风湿病学和妇产科(OB/GYN)的120份转写数据上进行评估。在评估数据集上,MOSAIC实现了总体加权F1分数为95.6%。在风湿病学领域表现最佳(F1=95.9%),在偏见和患者行为类别中表现最强(F1分别为96.4%和96.1%)。这些结果证明了多框架AI系统在可靠临床沟通分析中的潜力。
期刊
IF:
15.1
论文数:
3.3K
被引数:
1.5W
机构
引用论文
暂无论文信息

