PATHFinder智能体：定制化产前护理的新途径

产前护理是改善孕妇健康结局的重要预防性服务。美国妇产科医师学会（ACOG）最近推出了名为PATH（定制化医疗计划）的指南，倡导定制化产前护理。基于此，研究人员开发了PATHFinder智能体（Planner for Appropriate Tailored Healthcare），这是一个端到端的对话式智能系统，通过结构化对话收集患者的健康和社会背景，制定符合PATH指南的个性化产前护理计划，并整合密歇根211社区资源。PATHFinder系统的工作流程包含四个阶段：患者接诊、动态交互、计划合成和临床监督。在患者接诊阶段，系统收集基本信息；动态交互阶段，通过对话进一步了解患者需求；计划合成阶段，根据收集到的信息生成个性化护理计划；最后，临床监督阶段确保计划的合理性和安全性。研究团队对多个前沿大语言模型进行了评估，使用专家设计的评估指标覆盖五个临床维度。结果显示，GPT-5.2取得了最高平均得分（77.6%），但同时在产前检测建议方面发现了关键缺口。研究人员指出，未来将通过人体参与研究和随机对照试验对系统进行进一步验证。该系统的开发标志着人工智能在产科护理领域的又一进步，有望通过个性化方案提高产前护理的质量和效率。随着后续研究的推进，PATHFinder智能体可能成为临床实践中的重要辅助工具。此外，该系统采用了模块化设计，使得它能够适应不同医疗机构的特定需求，并随着ACOG指南的更新而灵活调整。在数据隐私和安全方面，系统遵循了严格的医疗信息保护标准，确保患者数据的安全。同时，PATHFinder还提供了可解释性功能，使得临床医生能够理解系统推荐背后的逻辑，从而增强对AI辅助决策的信任。这些特性使得PATHFinder不仅是一个技术原型，更是一个具有实际部署潜力的解决方案。