COTCAgent：基于概率思维链补全的预防性咨询

针对大语言模型在纵向电子健康记录（EHR）推理中缺乏细粒度统计能力及难以捕捉长程时间依赖的问题，本文提出 COTCAgent。该分层推理框架包含时序统计适配器、思维链补全层及有界补全模块，通过解耦统计计算、特征匹配与语言生成，利用症状 - 趋势 - 疾病知识库进行加权评分与结构化证据获取。实验表明，该方法在自建数据集和 HealthBench 上准确率显著优于现有医疗 Agent 及主流大模型。