Medi-Gemma：整合确定性EMR分析与检索增强生成的混合临床决策支持系统

在高风险临床环境部署LLM受限于结构性幻觉、对表格患者数据的弱确定性推理与向量检索遗漏。本文呈现Medi-Gemma——面向伤口病理分诊与工作流自动化的临床决策支持系统（CDSS）的架构与验证。平台引入解耦框架：把临床感知与数据编排分离、同时保留可追溯推理。Medi-Gemma以集中式ClinicalOrchestrator协调多阶段管线：数据请求由DataManager经类型强转清理非结构化EMR文件、不经生成推理处理；自然语言查询经层级IntentRouter路由到PandasQueryEngine执行的确定性分析路径，或由ClinicalRAGEngine用CPU优化向量库管理的患者专属推理。关键贡献是Ground Truth Injection模块：拦截患者专属查询、抽取数字标识、经Pandas查询结构化数据帧、检索最新经验证临床状态，并在生成前把该快照作为覆盖性上下文块嵌入提示。安全性由确定性ProtocolManager强制——把临床术语映射到固定的循证风险路径，SafetyVerifier短语过滤器阻止输出违规。验证显示该架构消除语义上下文漂移、防止数据库编译崩溃，并提高对后端临床库的事实遵从。