HQ-ANR：基于多智能体协作与诊断驱动检索增强的甲亢入院记录现病史质控模型

《npj Digital Medicine》：Quality optimization with low positive factual hallucination for the HPI in hyperthyroidism admission notes using multi agent LLM with RAG

摘要

入院记录的质量直接影响临床安全性和研究可靠性，然而住院医师撰写的草稿常存在信息缺失、逻辑不清等问题，需要耗费大量时间进行人工审核。当前的大语言模型（LLMs）主要聚焦于文本生成或格式修正，却鲜少优化临床逻辑或在专科病历中降低幻觉问题。我们开发了HQ-ANR（高质量入院记录精炼模型），这是一款针对甲亢的质控模型，通过多智能体协作与诊断驱动检索增强生成（RAG）相结合的方式，优化入院记录中的现病史（HPI）部分。该模型基于通用大语言模型（Qwen3-32B）构建，依托双源知识库（临床指南与专家病历）锚定生成过程，并部署了针对症状、检查和治疗的专用智能体。在针对30份住院医师撰写的甲亢病历进行的盲法评估中，HQ-ANR显著提高了中位医师文档质量评分表（PDQI-9）得分（从39.00提升至42.00），并将幻觉率（仅计算正面事实幻觉）降至6.67%，而采用思维链（CoT）提示的通用大语言模型幻觉率为26.67%。效率分析显示，HQ-ANR平均每份病历减少医师修改时间112.9秒（p < 0.001）。这些结果表明，通过在通用大语言模型中引入外部知识和多智能体框架，无需昂贵的垂直领域训练即可实现临床病历的可靠、深度优化，为智能化、安全化的文档质控提供了切实可行的路径，同时减轻了医师的病历书写负担。