评估面向养老院的多智能体语音智能音箱：一个聚焦安全的框架

人工智能（AI）正被越来越多地探索应用于健康与社会照护领域，以减少行政工作负担，让工作人员有更多时间投入患者照护。本文评估一款语音养老院智能音箱（Care Home Smart Speaker），其设计用于支持养老机构的日常活动，包括语音访问住民记录、提醒与日程安排任务。论文提出一个聚焦安全的评估框架，端到端地考察该系统，将基于Whisper的语音识别与检索增强生成（RAG）方法（混合、稀疏与稠密）相结合。借助有监督的养老院实地试用与受控测试，我们评估了覆盖11个照护类别的330份语音转录，其中包含184次含提醒的交互。这些评估聚焦于（i）住民与照护类别的正确识别、（ii）提醒的识别与抽取，以及（iii）不确定性下的端到端日程安排正确性（包括安全的延后处理/澄清）。鉴于养老环境的安全攸关性质，我们还特别关注嘈杂环境与多元口音下的可靠性，并借助置信度评分、澄清提问与人在回路监督加以保障。在表现最佳的配置（GPT-5.2）下，住民ID与照护类别匹配达到100%（95% CI：98.86-100），提醒识别达到89.09%（95% CI：83.81-92.80），零漏报（100%召回率）但存在一些误报。经由日历集成的端到端日程安排达到84.65%的提醒数量精确一致率（95% CI：78.00-89.56），表明将非正式口语指令转化为可执行事件仍存在边界情况。研究结果表明，语音系统经过审慎评估并配备适当保障措施后，能够支撑准确的记录、有效的任务管理，以及在养老院场景中可信赖的AI应用。