1. 引言

医疗AI面临知识更新快（每年PubMed新增100万文献）、专业性强（SNOMED CT含35万临床概念）等挑战。传统RAG系统存在三大局限：

1. 模块目标冲突（检索高召回率 vs 生成高准确性）
2. 动态依赖缺失（查询改写影响检索策略）
3. 医疗合规风险（FDA要求Class II设备错误率<7%）

本研究特点：

• 提出四智能体协同架构（查询/检索/过滤/生成）
• 设计临床奖励函数 $R$

转载自CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/kkiron/article/details/149347244