经智能体RAG的可配置临床信息抽取：什么有效、什么失灵、为什么

患者情境横跨数百份异构文档与数千个结构化数据点——但AI系统检索与分诊所需的文档级元数据缺失或不完整。标准检索增强生成在此数据上失灵：错处理时间推理、跨文档依赖与缺失元数据。我们在埃森大学医学院部署ACIE（智能体临床信息抽取）：本地部署的智能体RAG管线——对完整患者情境推理——并把每个答案锚定到源段落供临床医生核验。我们量化元数据缺口、追溯它塑造的架构决策——并在一项独立的回顾性淋巴瘤登记研究中评估抽取——核医学医生对照引用来源核验每个抽取值。跨7,326项判断——临床医生接受96.5%的抽取——逐类型接受率80%到99%。