产前护理是一项重要的预防性服务，旨在改善孕妇的健康结果。美国妇产科医师学会(ACOG)最近推出了倡导个性化产前护理的指南，称为PATH（个性化医疗计划）。我们介绍了PATHFinder代理（适当个性化医疗的规划者），这是一个端到端的对话式代理系统，通过结构化对话收集患者的健康和社会背景，策划符合PATH指南的个性化产前护理计划，并从Michigan 211中提供社区资源。
该系统具有四个阶段的工作流程，涵盖患者接待、动态互动、计划合成和临床医生监督。我们在五个临床维度上评估了前沿的大型语言模型(LLMs)，发现GPT-5.2的平均得分最高（77.6%），同时识别出产前检测建议中的关键缺口。我们讨论了未来通过人类参与者研究和随机对照试验进行验证的方向。
博主点评： 该系统通过对话式交互收集信息，体现了人工智能在医疗领域的潜力，尤其是在个性化医疗方面。然而，如何在实际应用中确保数据隐私与安全仍是一个亟待解决的问题。未来的研究应关注模型的可解释性与临床适用性。