论文
SafeRx-Agent：基于知识的多代理框架，用于安全且可解释的药物推荐
SafeRx-Agent: A Knowledge-Grounded Multi-Agent Framework for Safe and Explainable Medication Recommendation
摘要
药物推荐可以预测患者就诊时的药物治疗，但现有方法仍然面临两个关键挑战。在模型层面，传统的药物推荐方法只能预测结构化药物代码，证据基础有限，而LLM代理可以使用更丰富的临床背景，但可能缺乏安全性验证和可追溯性。在任务层面，现有基准通常使用广泛的药物类别，忽略了亚组层面的安全性差异，并可能导致风险高估。我们引入了第一个基于四级 ATC 代码生成的细粒度药物推荐设置。我们提出了安全处方代理（SafeRx-Agent），这是一个基于知识的多代理框架，它使用患者背景、外部临床知识和安全验证来推荐可追踪的药物组合。 MIMIC-III 和 MIMIC-IV 数据集上的实验结果表明，SafeRx-Agent 提高了细粒度药物预测的准确性，同时控制药物相互作用、禁忌症和药物组大小。