ازدهار نماذج اللغات الكبيرة (LLMs) مكّن من تطوير وكلاء الذكاء الاصطناعي المتخصصين بقدرات التفكير والتفاعل الخاصة بالمنطقة، خاصة في مجال الرعاية الصحية. بينما تركز الإطارات الحديثة على محاكاة صنع القرار الطبي، فإنها تركز بشكل كبير على المهام ذات الدورة الواحدة حيث يتلقى وكيل الطبيب المعلومات الكاملة للحالة في البداية - وهو ما يختلف عن عملية التشخيص الفعلية التي تكون بطبيعتها غير مؤكدة وتفاعلية وتكرارية. في هذا البحث، نقدم MIMIC-المريض، وهي مجموعة بيانات منظمة تم بناؤها من السجلات الصحية الإلكترونية MIMIC-III، مصممة لدعم المحاكاة الديناميكية على مستوى المريض. بناءً على هذا، نقترح DynamiCare، إطار جديد ديناميكي متعدد الوكلاء يُمثّل التشخيص السريري كحلقة تفاعلية متعددة الأدوار، حيث يقوم فريق من الوكلاء المتخصصين بتكرار استفسارات نظام المريض، دمج المعلومات الجديدة، وتعديل تركيبته واستراتيجيته بشكل ديناميكي. نثبت جدوى وأداء DynamiCare من خلال تجارب واسعة النطاق، مما يضع أول مقاييس للمقارنة لصنع القرار السريري الديناميكي باستخدام الوكلاء المدعومين بنماذج اللغات الكبيرة (LLM).