ClinicBot：具备证据优先级RAG与可验证引文的指南依据对齐临床聊天机器人

摘要

临床诊断要求答案准确、可验证，并明确依据官方指南。尽管大语言模型擅长自然语言处理，但其幻觉倾向削弱了在高风险医疗情境中的效用，而这些情境中精确性至关重要。现有检索增强生成（RAG）系统平等对待所有证据，产生嘈杂的上下文以及与临床实践脱节的泛泛回答。我们提出ClinicBot，一个将指南推荐转化为可信临床支持的AI系统，其三项关键进展为：(1) 将临床指南结构化抽取为带明确出处的语义单元（推荐意见、表格、定义、叙述）；(2) 依据临床重要性与指南结构而非文本相似度对证据进行优先级排序；(3) 提供简洁、可操作且带可验证证据答案的网页界面。我们将使用来自真实患者的糖尿病问题以及一个忠实于美国糖尿病协会（ADA）《糖尿病诊疗标准（2025）》的糖尿病风险评估工具来演示ClinicBot。该演示将展示语义知识抽取与分层证据排序如何在多智能体环境中可靠运行，以规模化处理复杂的临床指南。

ClinicBot：具备证据优先级RAG与可验证引文的指南接地临床聊天机器人：论文配图 — 图 1. 指南结构的 RAG 系统架构。该系统将临床医生的查询路由到相关指南小节，按优先顺序检索证据（首先是建议，然后是结构化标准表，然后是支持文本），生成带有明确引用的符合指南的简明答案，验证所有声明均以检索到的证据为基础，并通过两部分界面呈现结果：简明答案和支持证据。结构化的指南知识库保留了来源归属并实现了完全的可追溯性。