纵向健康代理框架

尽管人工智能 (AI) 代理越来越多地被提议支持潜在的纵向健康任务，例如症状管理、行为改变和患者支持，但大多数当前的实施都未能促进用户意图和促进问责制。这与之前支持纵向需求的工作形成鲜明对比，在后者中，后续、连贯的推理以及与个人目标的持续一致对于有效性和安全性都至关重要。在本文中，我们利用已建立的临床和个人健康信息学框架来定义与人工智能代理协调纵向健康交互的含义。我们提出了一个多层框架和相应的代理架构，可以在重复交互中实现适应、连贯性、连续性和代理。通过代表性的用例，我们展示了纵向代理如何保持有意义的参与，适应不断变化的目标，并随着时间的推移支持安全、个性化的决策。我们的研究结果强调了设计能够支持超越孤立交互的健康轨迹的系统的前景和复杂性，并且我们为多会话、以用户为中心的健康人工智能的未来研究和开发提供了指导。