图片

本文提出了一个基于多智能体架构的医疗助手系统，该系统旨在部署在边缘设备上，以解决大行动模型（LAM）在医疗保健应用中面临的隐私、延迟和网络依赖性等挑战。该系统利用多个小型、特定任务的智能体来优化资源，确保可扩展性和高性能，并提供预约挂号、健康监测、服药提醒和每日健康报告等功能。

本文的核心思想是将大型、单体模型分解成多个小型、专注于特定任务的智能体。这种多智能体架构能够有效地分配计算负载，从而在资源受限的边缘设备上实现高效运行。每个智能体独立运行，专注于其特定任务，同时与其他智能体协同工作以完成更复杂的流程。这种“模块化协作”方式提高了系统的可扩展性，可以通过添加新的智能体来逐步扩展系统功能，适应不断变化的需求。

图片

该系统主要由三个模块组成：行动管理器、健康管理器和记忆单元。
1、健康管理器负责用户的健康监测、报告生成和日程安排。它包含三个子模块：报告生成器、健康监测器和日程安排器。报告生成器利用 Qwen 7B 模型生成每日健康报告；健康监测器通过与可穿戴设备（如智能手表）集成，实时监测用户的生命体征，并在异常情况下触发“软 SOS”警报；日程安排器根据用户的处方信息设置个性化服药提醒。

2、行动管理器负责任务执行，它包含两个关键智能体：规划器和调用器。规划器采用ReAct框架，根据用户的需求和可用的工具生成一系列行动及其推理过程，并通过迭代式规划来确保任务执行的鲁棒性。调用器则负责根据规划器生成的指令调用相应的工具或函数，例如与外部API交互、检索或更新用户数据、与用户进行交互等。规划器和调用器都基于Qwen 2.5-Coder-7B-Instruct模型进行微调，以增强其规划和函数调用能力。

3、记忆单元负责存储和管理用户的长期和短期信息，包括个人信息、既往病史、当前症状和会话数据等。这使得系统能够根据用户的具体情况提供个性化的服务，并提高智能体的决策能力。系统使用Spacy库的检索模型和EasyOCR 库来提取和解析存储在记忆单元中的信息。

图片

为了训练和评估规划器和调用器智能体，本文构建了一个合成数据集。该数据集通过OpenAI 的 gpt-4o-mini 模型生成，并经过数据增强处理，以提高模型的鲁棒性和适应性。数据增强包括替换重复的命名实体（如姓名、日期和时间）、打乱工具顺序以及增加用户输入模糊症状的场景。评估指标包括BLEU 和 ROUGE 分数（用于评估规划器的推理和行动的准确性）以及工具调用准确率、参数准确率和参数值准确率（用于评估调用器的性能）。实验结果表明，该系统在预约挂号用例上的平均RougeL分数达到了 85.5（规划器）和 96.5（调用器），并且调用器能够始终预测正确的工具。

文章还讨论了该系统在紧急情况处理（“硬 SOS”和“软 SOS”）、生命体征追踪和异常检测、日程提醒以及每日健康报告生成等方面的应用。最后，文章展望了未来的工作，包括将训练好的模型转换为ONNX/GGUF等边缘设备兼容格式、集成更多健康监测设备、扩展多模态理解能力以及覆盖更多应用场景等。

图片

总而言之，这项工作提出了一种创新的基于多智能体的医疗助手系统，该系统利用轻量级模型和模块化架构，在边缘设备上实现了高效、私密和可扩展的医疗保健服务。该系统在预约挂号、健康监测和紧急情况处理等方面表现出色，为用户提供了便捷、安全和个性化的医疗保健体验。未来的研究方向将集中在提高系统性能、扩展功能和提升用户体验方面。
本项目的代码可以通过文中所提供的链接来获取。

如需要《面向边缘设备的多智能体医疗助手》（英文，共24页），请在本微信公众号中赞赏（点喜欢或稀罕作者后按本公众号设定打赏）后，发来email地址索取。

图片


图片


图片


★ 每日鲜鸡汤  ★

Remind yourself everyday: I am in charge of my happiness. I will not let anything outside of myself control me. I am creating a life that feels good on the inside and it will turn into experiences that are good on the outside also. 每日都当自勉：吾心主宰吾之喜乐，不为外物所左右。吾正筑就内心怡然之境，其亦将绽露于外，化为诸般美好之体验 。早上好！

图片