摘要
背景：急诊分诊是一项高吞吐量、安全关键型任务，要求对病情危重程度进行一致分级，并在出现红色警报或异常生命体征时明确升级。急诊严重指数（ESI）是一种广泛使用的五级分诊算法，其第五版尤其强调识别异常生命体征以减少分诊不足。尽管大语言模型在临床文本理解方面展现出潜力，但由于缺乏可强制执行的安全约束与充分的证据溯源，其临床部署仍面临障碍。
目标：本研究设计并实现了一个面向服务的分诊平台，将统一的“症状→证据→禁忌症/风险→个性化→警示”推理链，操作化为可审计、可复现的临床人工智能服务。该平台的核心是硬安全护栏（基于规则的约束）与版本化证据溯源（稳定的引用与指南版本控制）。
方法：该平台整合了以下模块：
（1）严格的临床数据契约（模式验证的输入/输出）；
（2）作为规则引擎实现的安全护栏（红色警报、生命体征边界防护、禁忌症与药物相互作用检查）；
（3）具有显式版本控制与稳定标识符的检索增强证据；
（4）在安全护栏内运行并显式呈现不确定性的约束性生成模块；
（5）生成 ESI 建议、升级决策与缺失信息查询的分诊适配器；
（6）包含追踪标识符、输入快照哈希、规则命中、证据引用及回放端点的审计与反馈循环。
我们在 MIMIC-IV-Ext 分诊指令语料库（MIETIC）上进行了可复现评估，该库包含 9,629 个带有 ESI 分级标签的结构化急诊分诊案例。
结果：我们评估了分诊性能（准确率、宏观 F1 分数、序数一致性）、安全性（危重分诊不足率、生命体征防护违反率）、证据溯源质量（引用正确性、版本一致性）以及可审计性指标（
转载自CSDN-专业IT技术社区
