DynamiCare：一种动态多智能体框架用于交互式和开放式医疗决策制定

大型语言模型（LLMs）的兴起使得开发具有特定领域推理和交互能力的专业化人工智能代理成为可能，尤其是在医疗保健领域。尽管最近的一些框架模拟了医疗决策过程，但它们主要集中在单轮任务上，即医生代理在一开始就接收完整的病例信息——这与现实世界的诊断过程相去甚远，后者本质上是不确定的、互动的和迭代的。本文中，我们介绍了MIMIC-Patient，这是一个基于MIMIC-III电子健康记录（EHRs）构建的结构化数据集，旨在支持动态、患者级别的模拟。在此基础上，我们提出了DynamiCare，一种新颖的动态多代理框架，该框架将临床诊断建模为一个多轮次、交互式的循环过程，在此过程中，一组专科代理会逐步向患者系统查询信息，整合新数据，并动态调整其组成和策略。通过广泛的实验，我们展示了DynamiCare的可行性和有效性，并建立了首个利用大型语言模型驱动的代理进行动态临床决策的基准。