Detecting Clinical Discrepancies in Health Coaching Agents with Dual-Stream Memory

一、论文核心内容

1. 研究背景痛点

健康随访辅导智能体存在两类信息源天然冲突的安全隐患：

 

1）患者自述记忆：时效性强，但存在记忆偏差、主观夸大、口误、AI 幻觉；

 

2）标准化电子病历 EHR（FHIR 规范）：具备医学权威验证，但数据更新滞后，无法实时反映患者当下状态。

 

传统通用记忆架构会直接用最新对话覆盖旧病历信息，强制抹平矛盾，极易把患者错误主诉固化为诊疗依据，引发用药、健康指导安全风险；现有方案缺少专门机制识别、分类、调和两类数据源的临床冲突。

2. 核心架构：双流分离记忆 + 冲突调和引擎

（1）Dual-Stream Memory 双流隔离存储（核心创新）

两条记忆流物理独立、互不覆盖，全程分开存储，不互相覆写：

1. 患者自述记忆流（Narrative Stream）
    
   存储每轮随访对话提取的患者主观描述、即时症状、生活反馈，随会话持续增量更新，保留完整时序主观表述，不做自动覆盖。
2. 权威病历记忆流（FHIR Stream）
    
   存储结构化、医院核验的客观检查、病史、用药记录，仅在医院同步更新 EHR 时才修改，属于静态可信基准库。

（2）Reconciliation Engine 冲突调和检测引擎

每抽取一条患者记忆，自动和 FHIR 病历流做交叉校验，完整流程：

1. 冲突分类：按冲突类型（数值偏差 / 症状矛盾 / 用药冲突 / 过时病历）、风险等级（普通 / 安全高危）标记；
2. 溯源定位：绑定对应 FHIR 字段与对话原文，记录冲突产生会话轮次；
3. 分级调和策略：
   • 高危冲突：智能体输出提示，暂缓给出健康建议，引导患者核对 / 同步病历；
   • 普通时序偏差：同时展示两条记忆来源，不单方面覆盖任意一方；
   • 病历过期冲突：标记 EHR 时效性，提醒同步最新检查数据。

3. 完整运行流程

1. 健康辅导智能体和患者完成一轮随访对话；
2. 抽取结构化临床信息存入患者自述记忆流；
3. 调和引擎将新记忆与FHIR 病历流逐条比对，识别临床不一致；
4. 按冲突风险分级处理，生成带双来源证据的健康指导回复；
5. 长期持续保存两条记忆流，不自动删除、覆盖任一数据源。

4. 实验设置与结果

• 数据集：26 名患者、675 轮纵向随访会话，真实医患对话 + FHIR 标准合成临床场景混合；
• 核心指标：冲突检测准确率 84.4%，高危安全冲突召回率 86.7%；
• 关键结论：传统单一流记忆存在 13.6% 误差连锁传导，误差根源是对话文本提取丢失临床细节，而非冲突分类模块；双流架构可完全阻断错误主诉覆盖权威病历的安全风险。

5. 核心贡献

1. 提出双流隔离记忆架构，分离主观患者自述与客观权威病历，杜绝单方信息覆盖带来的临床安全隐患；
2. 设计专用临床冲突调和引擎，可自动分类、分级溯源医患信息不一致；
3. 量化验证记忆抽取环节的误差传导问题，为医疗智能体记忆安全提供评测范式。

二、论文固有局限性

1. 记忆机制层面短板

1. 无记忆准入筛选机制
    
   两条记忆流仅做隔离存储，缺少验证、巩固流程，患者单次偶然错误、AI 幻觉会永久保存在自述流中，仅靠冲突检测事后拦截，无法从源头过滤污染记忆；无成熟度评估、自动淘汰失效主观信息的逻辑。
2. 缺少记忆自主进化能力
    
   仅做静态存储与冲突比对，不会自动提炼长期健康规律、合并重复随访信息；长期多轮会话后两条记忆库持续膨胀，检索效率逐步下降，无自动精简治理模块。
3. 冲突调和规则偏启发式
    
   风险分级、矛盾判定依靠人工预设规则，无法自适应罕见病、特殊并发症等小众临床场景，泛化性不足；无多智能体辩证校验机制，单一 LLM 判定冲突易出现漏检。

2. 数据与临床场景局限

1. 数据集规模小、场景单一
    
   仅 26 名患者随访数据，以慢性病健康辅导为主；未覆盖肿瘤、急诊、精神心理等高危诊疗场景，缺少大规模多中心真实脱敏 EHR 验证。
2. 仅支持纯文本时序数据，无多模态兼容
    
   双流记忆只存储文字病历与对话，无法融合 CT/MRI 影像、检验影像时序病灶信息，不能处理影像与文字主诉的跨模态临床冲突。
3. 依赖 FHIR 标准化结构化病历
    
   对无规范结构化电子病历的基层医疗机构、线下纸质病历兼容性差，落地门槛高。

3. 实验与评测缺陷

1. 缺少临床医师人工盲测
    
   性能仅依靠自动指标统计，未邀请全科 / 慢病医师评估冲突识别的临床实用价值、指导方案安全性。
2. 横向对比不充分
    
   仅对比传统单一流基线，未对标 A-MEM、SkeMex、海马体渐进准入等前沿医疗记忆框架，无法证明双流架构相对现有先进方案的增量优势。
3. 无超长周期长期仿真实验
    
   仅数百轮短期随访测试，未验证跨数年、上千轮会话下记忆检索速度、冲突漏检率的长期稳定性。

4. 工程与落地短板

1. 双记忆并行存储带来算力与 Token 开销翻倍
    
   同时维护两条独立记忆流，上下文输入长度、向量检索成本显著高于单流记忆，轻量化部署成本高；
2. 隐私保护设计缺失
    
   双流完整留存患者全部主观对话与完整病历，未设计分级脱敏、访问权限管控，不符合医疗数据隐私合规要求；
3. 无法自动更新过时病历
    
   仅能检测 EHR 过期，没有对接医院数据接口自动同步最新检查结果的工具调用链路，依赖人工更新病历库。

 

 https://arxiv.org/abs/2604.27045