CAREAgent：面向医嘱生成的结构化推理与工具集成临床智能体

医嘱生成是连接临床决策与实践的关键桥梁。针对现有智能体忽视细粒度可执行信息的问题，本文提出 CAREAgent。我们设计了两阶段智能体推理数据构建方法：首先构建符合真实工具使用的可验证推理轨迹，其次基于格式、有效性及临床合理性进行筛选。模型经监督微调掌握基础推理格式与医学知识，再通过多维奖励函数的强化学习优化复杂临床推理能力。实验表明，CAREAgent 在多个基准测试中显著优于现有单智能体、多智能体及推理方法。