基于大语言模型代理的Cascade框架在高血压筛查与临床决策支持中的效能评估

本研究针对大语言模型(LLM)在高血压管理中的应用瓶颈，开发了Cascade框架并完成两阶段验证。结果显示：经Cascade增强的ChatGPT-4o模型在血压分类准确率(87.0% vs 62.5%, P<0.001)、风险分层(98.6% vs 60.4%)和临床决策适宜性(92.5% vs 72.0%)方面显著提升，外部验证组性能超越3名医师，证实其可有效整合于临床工作流。

　　

研究人员开发了基于大语言模型（Large Language Model, LLM）的智能代理框架Cascade，用于高血压患者的筛查与个性化健康管理。该研究采用Dify平台构建系统，并于2024年8月至2025年6月期间通过两阶段评估方案进行验证。第一阶段针对三种基础LLM（包括ChatGPT-4o、ChatGPT-4oMini和DeepSeek-V3）及其Cascade增强版本进行系统性能对比；第二阶段则在疑似高血压患者队列中进行外部验证。

结果显示，Cascade集成显著提升了所有模型表现。以ChatGPT-4o为例，其在健康教育多项指标上取得进步：准确性从3.87提高至4.10（P=0.02），可信度自3.79升至4.03（P<0.001），情感支持得分由3.87增至4.01（P<0.001）。血压分类准确率从62.5%上升至87.0%（P<0.001），风险因素分层准确率由60.4%提高到98.6%（P<0.001），临床决策准确率则从72.0%提升到92.5%。

在外部验证队列中，4o-Cascade模型同样表现优异：血压分类准确率从58.9%大幅上升至95.3%，风险分层准确率由71.0%提高到90.7%，临床决策适宜性自66.4%提升至92.5%（所有比较P<0.001），其综合性能甚至超越了参与评估的三名医师。

该研究表明，Cascade框架能有效改善高血压管理质量，其可扩展架构既能融合于现有临床工作流程，又具备透明化的推理路径，为LLM在医学领域的深入应用提供了重要实践依据。