从看热闹到会实践

医疗 AI Agent 实战指南

这套 GitHub 教学项目以完整讲课稿为主源,把“Agent 到底该怎么分工”整理成课程工作台:能学核心主线,能点章节,能练场景,能复制会诊申请单。

纯静态 四国语言 可练习 可复制模板
给医护看的多智能体协作课程封面图
主线:多 Agent 像 MDT,会开会不难,难的是分工、授权、记录和收口。

先看全局,再进入练习

四张图把学习路径压缩成一眼能懂的结构:核心问题、医院会诊、协作拓扑、工具地图。

全课核心

先设计边界,再增加 Agent 数量

不要先问“我要开几个 Agent”,而要先问:这个任务能不能拆?谁只读?谁能写?谁负责最终判断?如果出错,怎么恢复?

隔离上下文让厚病历、长日志、代码搜索不污染主线。
扩大观察面多条线索并行查,但先只读。
引入不同视角安全、测试、临床、隐私各看一面。
长期可追踪跨天任务用任务板,不靠一次对话。

9 层课程路线

从误区纠正,到会写会诊申请单

点击左侧章节,右侧显示这一层的核心图、摘要和实践要点。

    结构图谱

    7 种 Agent 分工结构

    把工程拓扑翻译成医疗场景:普通病例、会诊、围术期流程、MDT、分诊、科研任务板。

    术语卡片

    专业词不背,用医疗类比吃透

    医护实战场景

    看到任务,就知道该怎么分工

    这里不是泛泛介绍,而是把原讲稿里的 6 个医护任务做成可点击判断器。

    医疗安全边界

    Medical Safety Reviewer 不是装饰

    医疗场景中,reviewer 不只是看代码,还要看是否夸大 AI 能力、是否给出未经验证的诊疗建议、是否混淆科普和诊断、是否保护隐私。

    Medical Safety Reviewer:
      只读检查。
      重点看医疗安全、隐私、免责声明、适用边界。
      不要修改文件。
      返回风险等级和修改建议。
    多智能体协作翻车风险手绘图

    7 个坑 + 8 句口诀

    讲课时最容易让学员记住的部分

    8 句口诀

      医疗版决策表

      你要做的事,对应什么结构

      你要做的事推荐结构医疗类比注意点
      多 Agent 判断顺序图

      选择题练习

      先练判断,再上手

      会诊申请单生成器

      把“帮我看看”变成可执行委派

      给子 Agent 的任务越像会诊申请单,它越不容易乱猜。

      会诊申请单手绘图
      
                    
                    

      16 张正式课程图

      从原讲稿本地化到 GitHub 项目

      这些图已本地化到 `assets/course-figures/`,是本课程的结构骨架。