在医疗预约调度中，手动协调、分散的遗留系统及高额的行政开销导致了持续的操作瓶颈。这些低效现象限制了提供者的可用性，并降低了患者获得护理的机会。本文提出了 CareConnect，一种以安全为首要原则的对话代理，用于医疗物流自动化，利用大型语言模型（LLM）函数调用、检索增强生成（RAG）和分层确定性安全防护机制。该系统协调八个特定领域的工具，以支持预约的预订、修改、取消以及设施信息检索，同时严格限制范围，禁止提供医疗建议或诊断。对于安全关键的情况，系统通过确定性短路机制处理紧急检测和医疗意图拒绝。
我们在680个任务导向场景的综合基准上评估了 CareConnect，涵盖了端到端工作流、多轮交互和极端情况。实验结果显示，任务完成率达91.8%，每请求的中位延迟为2.2秒，在专门的安全关键评估子集上安全合规率为96.0%，每次预约的平均操作成本为0.0324美元，这与人工调度相比显著降低了成本。这些发现表明，经过精心界定和严格保护的基于 LLM 的代理能够可靠地自动化复杂的医疗操作工作流，同时保持安全保障并实现可观的成本效率。源代码和系统实现已公开可用，地址为 GitHub CareConnect。
博主点评： CareConnect 通过结合 LLM 的强大能力和严格的安全措施，成功解决了医疗调度中的效率问题，展现了 AI 在医疗领域的巨大潜力和应用前景。其高效的自动化流程和经济的运营成本为未来医疗服务的智能化提供了有力支持。