HOLYCORES从就医服务、临床文书到院外随访，将医疗知识检索与可追踪的工作流连接起来。围绕患者需求和医护协作，探索可验证的应用场景。
HOLYCORES Care 医疗健康智能体方案，覆盖患者服务、医护协作与日常健康支持。以下为方案概念与拟议名称，具体能力及交付范围需按项目验证。
就医服务智能体
帮助患者通过自助对话办理预约与就医服务。
提交预约需求
查询并匹配可约时段
确认时间与就诊信息
生成确认与提醒
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
诊前采集智能体
就诊前收集患者陈述与病史信息，整理供医疗团队查看。
填写症状与既往信息
追问缺项并整理摘要
核对诊前信息
将确认摘要交接至就诊流程
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
康复随访智能体
围绕出院后的恢复情况开展沟通，将需进一步处理的问题交给护理团队。
提供出院与随访计划
按计划发起随访问答
反馈恢复情况并整理待关注事项
复核并决定后续行动
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
慢病随访智能体
支持慢病患者的日常沟通与状态回访，辅助团队持续跟进。
提交日常状态与测量记录
整理趋势与缺失记录
审核需要跟进的情况
按已确认计划提醒与联系
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
预防保健智能体
开展年度健康访问和筛查外呼，帮助患者了解并安排相关服务。
提供筛查计划与授权名单
匹配待提醒人群
回复服务意向
协调预约并交接机构
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
药事服务智能体
协助受理续方请求与状态查询，将药事服务连接到机构流程。
提出药事或续方诉求
核对资料并路由请求
审核专业与处方事项
反馈经确认的处理状态
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
临床文书智能体
将临床对话整理为医疗记录草稿，支持医生审核后使用。
经同意记录就诊沟通
整理结构化文书草稿
修订并确认内容
提交已审核文书
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
护理协作智能体
辅助护理团队完成记录及相关工作流，减少文书整理负担。
采集观察与沟通记录
归整护理记录草稿
复核遗漏与准确性
完成记录交接
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
医学知识智能体
从医疗来源检索信息并提供引用，辅助医护人员查阅依据。
提出医学知识问题
检索获授权的知识来源
生成带出处的证据摘要
核查来源并作出判断
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
文书质控智能体
围绕临床文书提供编码与完整性支持，便于专业人员复核。
提供授权临床文书
整理编码线索与缺项
复核建议与文书依据
确认后提交质控结果
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
健康咨询智能体
通过结构化问题整理症状与健康信息，提供症状评估报告供进一步讨论。
描述症状与健康信息
补充问答并整理信息
提供就医信息与沟通摘要
结合实际情况进一步评估
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
情绪支持智能体
通过对话与自助练习提供日常情绪支持，连接适当的专业帮助。
自愿分享情绪与目标
整理诉求并提供支持练习
反馈体验与后续需要
按需转介专业支持
AI 生成场景 · 拟议执行流程，系统接入与权限需按项目验证。
方案应用需结合机构流程、数据授权与地区要求评估。诊断、处方及紧急或危机处置由合格专业人员负责。
知识问答、固定工作流和自主任务执行，需要不同的系统设计。先确定业务目标，再选择适当的复杂度。
从资料中检索相关证据，生成带出处的回答；证据不足时说明缺口。
以固定步骤连接模型、规则与业务接口，适合重复性强、验收明确的任务。
按目标选择工具、检查结果并调整计划，以权限、预算与停止条件约束执行。
RAG 在生成前检索企业资料，为模型提供相关上下文。数据更新、检索质量与引用准确性，共同决定回答是否可信。
解析文档与表格，保留来源、版本、更新时间及访问权限。
按内容结构分块，建立文本与向量索引，同步新增、变更和删除。
在权限范围内组合关键词与语义检索，通过重排筛选相关证据。
组织上下文、生成答案并关联原文位置；避免将引用等同于正确性。
用代表性问题检查召回、事实支持和引用，持续修正数据与配置。
复杂问题可采用 Agentic RAG：拆分子问题、多轮检索并检查证据覆盖。是否启用，取决于质量收益能否覆盖额外时延与成本。
当任务需要动态选择下一步时，由智能体协调检索与工具。对路径明确的流程，优先采用可预测的工作流。
拆解任务，明确输入、成功标准、步骤上限和预算。
为检索、数据库查询与业务操作设置清晰接口，按用户身份限制可访问范围。
记录任务进度、工具结果与检查点，设计超时、重试、幂等和失败恢复。
对发送、写入与其他高影响操作设置确认点，让用户理解执行对象和影响。
依据业务规则检查输出及系统实际状态，失败时重试、回退或转交人员。
关联模型调用、工具事件与任务结果，用测试集检查版本变更的影响。
以下为方案设计场景。以企业现有数据、系统接口与验收标准开展试点。
检索机构就医须知、服务说明与常见问题，提供可追溯的信息并衔接预约、咨询与人工服务。
检索授权医学资料与机构规范，整理引用、记录草稿与检查清单，供医护人员复核。
以授权服务数据分析预约、随访和转交情况，帮助团队改进服务流程；涉及患者信息时执行访问控制。
联合评估检索、生成、工具执行与基础设施。把质量、时延和成本放在同一套可复现基线中。
| 评估维度 | 观察指标 | 验收重点 |
|---|---|---|
| 检索质量 | Recall@k、排序质量、权限过滤 | 资料是否找全，相关证据是否排在前面。 |
| 回答质量 | 事实支持、引用准确性、拒答表现 | 答案是否有依据，资料不足时能否明确说明。 |
| 任务完成 | 成功率、工具正确率、人工介入率 | 既检查文字输出，也检查业务系统实际状态。 |
| 运行效率 | 端到端 p95 时延、单任务成本 | 统计检索、重排、生成与工具等待的完整开销。 |
确定知识范围、业务接口、权限边界与验收问题集。
对 Embedding、重排、推理和工具服务分别剖析，确定主要瓶颈。
结合 NOVA、AETHER 与 HOLYFLOW 的目标架构，评估模型适配、容量和扩展方案。
具体模型、连接器、框架兼容性及部署规模，以联合验证和项目交付范围为准。
不能。检索遗漏、资料冲突或模型误读仍可能导致错误，需要证据检查、引用验证以及资料不足时的拒答策略。
RAG 适合引用私有或经常变化的知识；微调更多用于调整行为、风格或特定任务表现，两者也可以结合。
不需要。先验证简单检索或单智能体流程；只有任务确实需要拆分，且收益得到评估支持时，再增加协作复杂度。
可围绕本地数据边界规划验证方案，具体取决于模型许可、目标硬件、软件适配及业务接口。请提供样例资料与部署约束。