基于糖尿病足多阶段病程管理的AI智能体构建与验证

摘要

目的 探讨工具驱动型AI智能体在糖尿病足患者多阶段病程临床决策中的应用价值。方法 以大语言模型Qwen3-max为推理引擎，整合ReAct框架、检索增强生成（RAG）技术及多模态数据处理工具，构建适配糖尿病足多次复诊场景的AI智能体；基于34例糖尿病足患者（累计140次就诊）的回顾性数据进行验证，对比该智能体与原生大语言模型Qwen3-max及医学大语言模型Baichuan-M1-14B的性能差异。结果 AI智能体的临床实用性评分达（8.29±0.91）分，高于Qwen3-max[(7.56±0.70)分，t=4.19,P<0.001]和Baichuan-M1-14B[(7.82±0.67)分，t=3.67,P<0.001]；且病程次数越多优势越明显，高病程组（≥7次）AI智能体评分达（9.50±0.58）分，较Qwen3-max[(7.50±0.58)分]和Baichuan-M1-14B[(8.50±0.58)分]分别高出2.00分和1.60分。AI智能体通过RAG技术使诊断分期正确率提高到94.1%,ReAct框架使幻觉发生率降至8.7%，关键指标自动识别准确率达95.7%，且将病程数据整合时间较传统人工方式缩短了88.3%。结论 本研究构建的AI智能体实现了糖尿病足多次病程的自动化、标准化分析与管理，有效降低了原生大语言模型的“幻觉”风险，可为糖尿病足早期预警、病情监测及个体化治疗提供较好的技术支撑。

关键词

AI智能体 / 糖尿病足 / 超声检查 / 多模态数据融合 / 病程管理