English(EN) Agentifying Patient Dynamics within LLMs through Interacting with Clinical World Model

具有临床世界模型的大型语言模型代理可改善败血症治疗

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-14 11:50

研究人员开发了 SepsisAgent，这是一个将临床世界模型与大型语言模型（LLM）相结合的新颖系统，旨在改善重症监护室（ICU）的败血症管理。该代理利用世界模型模拟患者对不同液体和血管升压药干预的反应，并采用提议-模拟-精炼的工作流程来推荐治疗方案。训练包括三个阶段的课程，包括监督微调和代理强化学习，结果 SepsisAgent 在 MIMIC-IV 数据的败血症轨迹上表现优于传统的强化学习和大型语言模型基线。 AI

影响这项研究展示了一种将大型语言模型与动态的、现实世界的模拟相结合的方法，有可能增强它们在关键决策角色中的效用。

排序理由发表了一篇详细介绍用于特定医疗应用的新型人工智能系统的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Hongyuan Zha · 2026-05-14 11:50

Agentifying Patient Dynamics within LLMs through Interacting with Clinical World Model

Sepsis management in the ICU requires sequential treatment decisions under rapidly evolving patient physiology. Although large language models (LLMs) encode broad clinical knowledge and can reason over guidelines, they are not inherently grounded in action-conditioned patient dyn…

报道来源 [1]

Agentifying Patient Dynamics within LLMs through Interacting with Clinical World Model

相关实体

相关话题