具有上下文强盗偏好学习的人在环多智能体呼吸机决策支持

呼吸机决策支持需要连续决策，跟踪不断变化的生理和疾病轨迹，同时尊重安全边界和临床医生特定的调整方式。基于规则的方法很少概括个性化，并且端到端强化学习或单个 大语言模型 系统仍然难以控制和审计。我们提出了呼吸机决策支持系统（VDSS），这是一种人在环多代理框架，通过合同驱动的结构化接口协调模块化决策组件，并生成可追踪的证据以供审查。 VDSS 通过上下文强盗执行在线偏好调整，在每个调整周期根据最终接受的决策更新临床医生的特定偏好，并使用它们来指导后续建议。结构化拒绝反馈会触发有针对性的重新规划，以减少无效迭代并提高交互稳定性。经过专家评审的回顾性 ICU 轨迹重播表明，建议的可接受性更高，达成可接受计划的交互次数更少，支持临床可部署的人类人工智能协作。