面向医疗AI辅助诊疗与患者服务场景，构建了覆盖诊断、知识、服务、随访的完整闭环。在诊断环节，系统通过MCP历史数据接入与RAG医学知识库检索，由大模型生成初步诊断，并动态调度相关科室进行多轮会诊，最终经医生审核确认，形成"AI辅助+Human-in-Loop"的多轮诊断流程。知识层支持PDF、图片、Word等多格式医学资料的上传、OCR解析、语义切片与向量化，依托Qdrant实现精准检索。患者端提供智能客服助手，涵盖诊断查询、智能问答、随访提交、AI辅助分诊与自我诊断；医生端则通过AI随访助手完成随访记录分析、医生修改确认与反馈回写，提升随访效率与诊疗连续性。
- **医疗AI辅助诊断（多轮诊断）**：历史数据(MCP) → RAG检索→ 初步诊断（LLM） → 科室会诊（动态选科室）及会诊诊断（ LLM ）→ 医生审核（Human-In-Loop）→ 完成
- **RAG 医学知识库**：PDF/图片/Word 上传 → OCR/解析 → 语义切片 → 向量化 → Qdrant 检索
- **患者端AI智能客服助手**：诊断查询、智能咨询问答（全量诊断摘要注入大模型）、随访提交、AI辅助分诊、AI辅助自我诊断
- **医生端AI随访助手**：随访记录列表 → 大模型分析 → 医生修改确认 → 反馈回写
- **医疗AI辅助诊断（多轮诊断）**：历史数据(MCP) → RAG检索→ 初步诊断（LLM） → 科室会诊（动态选科室）及会诊诊断（ LLM ）→ 医生审核（Human-In-Loop）→ 完成
- **RAG 医学知识库**：PDF/图片/Word 上传 → OCR/解析 → 语义切片 → 向量化 → Qdrant 检索
- **患者端AI智能客服助手**：诊断查询、智能咨询问答（全量诊断摘要注入大模型）、随访提交、AI辅助分诊、AI辅助自我诊断
- **医生端AI随访助手**：随访记录列表 → 大模型分析 → 医生修改确认 → 反馈回写
评论