精选今天0 投票
AI 产前护理助手：PATHFinder Agent 实现个性化孕期管理
产前护理是改善孕妇和胎儿结局的关键预防性服务。近期，美国妇产科医师学会（ACOG）推出了名为 PATH（Plan for Tailored Healthcare）的个性化产前护理指南。为响应这一指南，研究团队提出了 PATHFinder Agent（Planner for Appropriate Tailored Healthcare）——一个端到端的对话式智能体系统，能够通过结构化对话收集患者的健康与社会背景信息，制定符合 PATH 指南的个体化产前护理计划，并推荐来自 Michigan 211 的社区资源。
系统工作流
PATHFinder Agent 采用四阶段工作流：
- 患者信息采集：系统通过自然语言对话主动询问患者的病史、孕周、既往并发症、社会支持情况等关键信息。
- 动态交互：根据已有信息，系统进一步追问细节，如用药情况、心理健康状况、生活习惯等，确保护理计划全面覆盖。
- 计划合成：结合 PATH 指南规则和患者数据，系统自动生成个性化的产前护理计划，包括检查频率、筛查项目、营养建议等。
- 临床医生审核：生成的计划提交给产科医生审核，确保专业性和安全性，医生可调整或批准最终方案。
模型评测与表现
研究团队对多个前沿大语言模型（LLM）进行了专家评分，评估维度覆盖五个临床方面：病史采集准确性、指南遵循度、社区资源匹配、对话自然度及安全性。结果显示，GPT-5.2 以 77.6% 的平均得分领先，但也在产前检查建议方面暴露出明显短板——例如对某些高风险孕妇的特定筛查（如糖耐量试验时机）推荐不够精准。
行业背景与意义
当前，AI 在医疗领域的应用正从辅助诊断向全流程管理延伸。PATHFinder Agent 的独特价值在于：
- 将 ACOG 最新指南 转化为可执行的数字化流程，降低医生认知负担
- 通过 结构化对话 替代传统纸质问卷，提升信息采集效率与完整性
- 整合 社区资源数据库，解决社会决定因素对孕产妇健康的影响
未来方向
论文指出，下一步计划进行 人体试验 和 随机对照试验，以验证系统在真实临床环境中的效果。此外，团队还计划扩展社区资源覆盖范围，并增强对非英语母语者的支持。
该研究已被 ACM Interactive Health 2026 接收为演示论文，标志着 AI 在产科个性化护理方向迈出了重要一步。