ALLMTS：基于大语言模型的自动化医疗分诊系统

电话分诊是一项安全关键任务：护士必须根据简短的接诊记录，判断来电者是需要救护车、前往急诊科、预约就诊，还是在家自我护理。直接询问大语言模型（LLM）并不可靠：它们会对常规病例做出过度升级的处置建议，也无法依据可审计的临床标准说明其建议的合理性。我们提出基于大语言模型的自动化医疗分诊系统（ALLMTS），该系统以护士使用的同一套由商业机构维护的远程医疗指南为依据，确定每一项处置方案。ALLMTS 并非让 LLM 自行分诊，而是让其执行指南：选择适当的指南，并评估其中的分诊评估问题。系统采用与护士相同的遍历规则，根据首个肯定回答，以确定性方式得出处置方案。我们在 566 个经专家验证的合成场景上评估了 ALLMTS，这些场景涵盖 14 种处置方案，旨在测试特定的指南问题。ALLMTS 的准确率达到 0.95，而未经增强的 LLM 基线准确率为 0.47。在一个经筛选、包含 50 个场景并作为开放基准发布的子集上，ALLMTS 的准确率达到 0.98，与由五名护士组成的专家组在相同场景中取得的 0.944 正确处置率相当。关键在于，在该子集上，基线方法的过度分诊率最高达到 0.50（在完整数据集上为 0.44），而 ALLMTS 将过度分诊率降至最高 0.02，同时将分诊不足维持在较低水平。这些结果支持将 LLM 的语言理解能力与可执行的临床指南相结合，以根据接诊记录进行分诊。