ECHO：具有时序记忆、安全护栏与语音评估的本地Agentic健康助手

本研究提出ECHO（Enhanced Care & Health Observer），一种用于长期慢性护理管理的本地部署式对话健康助手。ECHO将三个由共同监督开发的互补软件模块集成为统一系统。核心模块是一个由LangGraph编排ReAct循环的Agentic聊天机器人，配备17个临床工具和一个时间知识图谱，以实现持续跨会话记忆；使用GPT-5 Mini在59个场景的基准上，工具执行通过率为94.9%。两阶段混合安全层拦截所有输入查询：规则层处理显性危机信号和逃逸尝试，在1毫秒内完成；带符号图神经网络（GNN）以APPNP式传播进行分类，在2,537条经标注的土耳其语健康查询上分类临床意图的边界案例，准确率为88.8%，不安全查询召回率为90.6%，超越零样本LLM基准，包括Llama 3. 3 70B。多模态语音评估模块结合Whisper声学编码和BERT文本编码，通过注意力融合估计情绪、抑郁和疼痛，平均宏观F1分数达到0. 652。整个系统实现为一个Web应用，完全运行在消费者硬件上，不传输患者数据到外部服务，支持GDPR和KVKK合规性要求。