基于大语言模型与多智能体技术，为患者动态生成个性化多媒体用药教育文书，提升出院用药依从性
现有纸质说明书内容统一，未考虑患者认知水平差异，老年患者、文化程度低的患者难以理解。
每位患者平均沟通时间不足5分钟，无法覆盖复杂多药方案，尤其是慢病联合用药。
少数民族患者缺乏母语用药指导，方言区老年患者依从性问题尤为突出。
用药教育记录不规范，难以溯源，不符合等级医院评审对SOAP格式的要求。
研究显示慢性病患者出院后1个月内用药依从性不足50%，导致再入院率升高。
无药品实拍图、信息指导图、操作视频等多媒体支持，患者无法准确识别药物。
AI评估患者年龄、教育程度、理解能力，生成认知画像
Orchestrator Agent调度各专项子智能体并行工作
动态生成文字+指导图+视频二维码+方言语音
SOAP格式审核，推送至患者端并记录留存
对专业患者输出医学表达；对老年患者自动简化为"每天早饭后吃1粒"口语化指引，匹配大字排版。
LLM 自适应动态生成用药指导信息图（Infographic），并从图库检索实物照片，辅以禁忌场景示意图标，降低混淆。
多模态生成针对特殊剂型（胰岛素注射、吸入器），自动关联标准操作视频并生成可扫码链接，嵌入教育文书。
多媒体关联支持蒙古语、粤语等方言 TTS 合成，患者扫码即可收听母语版用药讲解，突破语言障碍。
多语言 TTS全自动生成符合等级医院评审要求的 SOAP 用药教育记录，时间戳与药师签名电子化存档。
合规自动化系统自动处理信息并生成指导内容，药师一键审核，极大提升了科室整体的出院流转效率。
降本增效一期：调用外部强大模型的 API（如通义千问或 DeepSeek）快速跑通系统闭环。
二期：全面调用院内私有化部署的国产医疗垂类大模型（如通义千问-医疗版、百川医疗），彻底满足院内数据合规及隐私要求。RAG 知识库无缝接入权威药典与说明书。
蒙古语/方言 TTS 接入科大讯飞或微软 Azure 语音服务；药品图库依靠医院自建的药品扫描库（或优质网络照片）；用药操作视频库支持院内自建摄制与外部合规链接。
第一期：不直接集成医院 HIS，采用数据脱敏后的独立运行模式，确保研发上线速度与安全性。
第二期：规划基于标准接口的 HIS/EMR 深度集成与联调。
一期项目不仅交付一套可运行的软件系统，更将沉淀宝贵的知识产权与数字资产。
一套可独立运行的“出院前用药教育 AI 智能体系统”及前端界面。
合作申请相关的发明专利或软件著作权，提升科室科研实力。
批量生成的药品指导信息图（数百张）、AI 操作视频及结构化用药知识库。
在一期启动前，需要提前对“研发周期、试点药品数量、AI 生成图/视频的数量”进行明确界定。同时需了解后续的运维与资源费用构成：
| 费用模块 | 具体说明 | 属性 / 建议 |
|---|---|---|
| API 模型 Token 费 (包含文本/图像/视频) |
依赖外部大模型的调用计费。图像和视频的 Token 价格相对较高。但由于指导图/视频在前期集中批量生成，后期调用增量极小，主要为文本对话和判断费用。 | 按调用量计费。 前期集中投入，后期运维成本低。 |
| 系统研发费 | 涵盖平台搭建、Agent 编排、多模态资产生成、系统调试等全套工作。 | 一次性费用。后期若需长期维护或深度指导升级，需另行商议维保。 |
| 知识产权转移 | 系统代码、合作申请的专利、生成的全部图文及视频数据资产，其归属权可完全转移至医院药剂科。 | 包含在研发/合作协议内。提升科室数字化资产。 |
| 服务器资源 | 一期研发与试点阶段：极小体量的云服务器即可支撑。 二期拓展与联调阶段：需购置高性能服务器或规划院内本地服务器。 |
一期云端轻资产； 二期需医院准备硬件投入。 |