SURGENT：跨围手术期工作流程的外科多代理辅助系统

现代外科护理的复杂性需要智能系统能够综合大量患者记录、支持协作决策，并在整个围手术期工作流程中提供透明、可审计的推理。尽管基于网络的 大语言模型 (LLM) 具有先进的推理能力，但由于输入长度限制、不完整的内存管理和有限的可追溯性等严重限制，它们不适合外科应用。为了解决这个问题，我们提出了 SURGENT，这是一种外科多智能体辅助系统，它将思想树规划器、多部门协作智能体以及检索增强推理与临床指南和生物医学文献相结合。 SURGENT 采用新颖的内存设计，可管理长期患者病史和短期工作总结，从而实现更完整、情境化和一致的推理。对五个关键围手术期任务（病例分析、手术计划模拟、安全监测、并发症风险评估和康复指导）的实验评估表明，SURGENT 优于基线 LLM 和现有的医疗多智能体框架，产生的建议与患者病史更加一致。 Ablation 研究进一步强调了 DeepSeek 作为本地可部署骨干模型的优势，无需依赖集中式服务即可实现隐私保护部署。这些结果使 SURGENT 成为迈向智能、公平和安全手术辅助系统的实用且值得信赖的进步。