医疗与医学中的智能代理：基于LLM的代理的七维分类用于实证评估

基于大语言模型（LLM）的智能代理在医疗和医学领域中已开始发挥作用，能够执行从电子健康记录分析、鉴别诊断到治疗计划和研究工作流程等多种任务。然而，现有文献多为综述性内容，缺乏统一框架。本文通过一个七维分类体系对49项研究进行回顾，包括认知能力、知识管理、交互模式、适应与学习、安全与伦理、框架类型及核心任务与子任务等29个操作子维度。采用明确的纳入与排除标准及标注规则，将每项研究映射至该分类体系，并报告能力分布与共现模式的定量总结。实证分析显示，某些子维度如外部知识整合实现率较高，而事件触发激活和漂移检测与缓解则几乎未被实现。架构上，多代理设计是主流模式，而协调层仍处于部分实现阶段。在核心任务方面，信息导向的能力较为突出，而行动与发现导向的任务仍存在较大缺口。