DIASENTINEL：用于基于指南的糖尿病风险筛查的可审计多代理系统

大语言模型 (LLM) 提供了有前途的临床决策支持，但仍然容易受到幻觉事实、不受支持的建议和引用错误的影响。我们推出 DIASENTINEL，这是一个完全本地部署的多代理系统，用于一年 2 型糖尿病 (T2DM) 风险筛查，并根据电子健康记录 (EHR) 生成基于指南的报告。该系统集成了校准风险预测、确定性临床信号提取、美国糖尿病协会 (ADA) 指南的倒数排名融合，以及将基于规则的检查与 LLM 蕴含相结合的混合验证层。该演示提供了实时批量筛选仪表板和交互式患者报告界面，其中包含引用的建议、验证结果和原始 EHR 比较。 DIASENTINEL 展示了一个实用的框架，用于基于 LLM 的可靠、可审计和隐私保护的临床决策支持。