PATHFinder Agent for Tailored Prenatal Care

技术摘要：用于定制化产前护理的 PATHFinder 智能体

问题陈述
产前护理是一项关键的预防性服务，然而传统的 12–14 次线下就诊模式往往无法解决阻碍患者获取护理的社会健康驱动因素（例如：住房不稳定、工作时间不灵活）。此外，美国妇产科医师学院（ACOG）引入了新的指南——计划性适当化定制医疗保健（PATH），该指南倡导灵活且针对特定患者的护理方案。然而，实施 PATH 对临床医生和患者而言都具有复杂性：临床医生面临着在资源不足的情况下应对未满足社会需求的职业倦怠；而存在社会障碍的患者可能会觉得额外的就诊增加了负担，而非提供帮助。因此，需要一个能够使这些定制化指南具象化、整合社会资源匹配，并在不增加医疗人员负担的前提下维持临床监督的系统。

方法论与系统设计
作者提出了 PATHFinder 智能体，这是一个端到端的对话式智能体系统，旨在收集患者背景信息、合成个性化护理方案并提供社区资源。该系统由认证产科医生、助产士和计算机科学家共同设计，以确保临床有效性和技术可行性。

• 架构： 系统采用 React 前端与 FastAPI 后端通信。核心智能体由大语言模型（LLM）结合工具执行器、监督分类器、FHIR 服务和报告生成器组成。对话状态持久化存储在关系型数据库中。
• 工具集： 智能体配备了跨四个类别的 13 个工具：
  • 医疗类： 包括 TOLAC（剖宫产后试性分娩）计算器和“转交给临床医生”的操作。
  • 社会需求类： 一个层级化界面，通过子类别和邮政编码查询密歇根州 211 资源（食物、住房、交通等）。
  • 个性化类： 咨询第二个 LLM 以生成具有上下文感知能力的后续问题。
  • 报告类： 增量构建患者摘要、临床摘要、就诊计划表和资源列表。
• 四阶段工作流：
  1. 摄入（Intake）： 患者完成一份标准化表格，采集人口统计学、病史、孕周及社会因素。
  2. 动态交互： 智能体进行结构化、开放式的对话。它使用“表单+聊天”界面，通过第二个 LLM 生成中间 UI 元素（按钮、复选框），以减少文本输入疲劳，同时挖掘未满足的社会需求和偏好。
  3. 方案合成： 智能体生成一份包含患者端摘要、临床摘要、就诊计划建议以及精选密歇根 211 资源的草案报告。
  4. 临床监督： 临床医生审查草案，验证方案，并可以在最终确定前批准或编辑内容。

评估与结果
作者使用合成患者档案和专家策划的评分标准，对前沿 LLM（GPT-5.2、GPT-4o、Gemini 2.5 Pro、Gemini 2.5 Flash）进行了评估。评估侧重于五个临床维度：

1. 就诊频率
2. 服务项目（检测、建议）
3. 产前检测的时机
4. 生长超声波的时机
5. 护理模式（线下就诊 vs. 远程医疗）

关键发现：

• 性能： GPT-5.2 获得了最高的平均评分 77.6%，其次是 Gemini 2.5 Pro (71.5%)、Gemini 2.5 Flash (62.0%) 和 GPT-4o (57.25%)。
• 维度差异： “就诊频率”是所有模型都能正确预测的最简单维度。相反，“产前检测”和“服务建议”是最困难的维度，各模型间的表现差距最为显著。
• 启示： 结果表明，虽然目前的模型展现出潜力，但为了防止关键临床建议出现错误，稳健的监督措施（包括基于 LLM 的监督和人工驱动的监督）至关重要。

核心贡献

1. PATHFinder 智能体： 一个新型的智能体系统，旨在将 ACOG 的 PATH 指南具象化，架起医学指南与社会资源整合之间的桥梁。
2. 混合界面设计： 一种“表单+聊天”的交互模型，平衡了结构化数据摄入与自适应对话随访，旨在减轻患者疲劳。
3. 临床医生在环（Clinician-in-the-Loop）工作流： 一个结构化的四阶段流程，确保所有生成的护理方案都经过人工验证，解决了近期医学 AI 文献中提出的安全性及部署担忧。
4. 经验基准测试： 对尖端 LLM 在特定产前护理维度上的表现进行了对比评估，突出了其在复杂医学推理方面的能力与局限性。

意义与主张
本文将 PATHFinder 智能体定位为实现广泛部署定制化产前护理指南的潜在赋能者。作者声称，该系统可以支持从僵化的、高频就诊模式向灵活的、以患者为中心的模式转变，从而同时应对医疗需求和社会决定因素。

作者对部署持谨慎态度。他们明确指出，该系统旨在辅助而非取代临床医生。论文强调，在将该系统视为可用于现实世界临床部署之前，未来的工作必须包括正式的准确性保证、人类参与研究以及随机对照试验。目前的贡献被界定为一个技术原型和评估框架，旨在识别必须解决的关键差距（特别是产前检测建议方面），以确保安全性和有效性。