Recoleta Item Note
When OpenClaw Meets Hospital: Toward an Agentic Operating System for Dynamic Clinical Workflows
本文提出一个面向医院动态临床工作流的“医院代理操作系统”架构，基于 OpenClaw 式技能库，但用操作系统级隔离、文档驱动多代理协作和分层长期记忆来适配医疗场景。核心目标是在保证安全、可审计和可扩展的前提下，让 LLM 代理能处理医院中大量非预编程、长尾化的临床任务。
llm-agentsclinical-workflowsagentic-operating-systemmulti-agent-systemslong-term-memory
Summary
本文提出一个面向医院动态临床工作流的“医院代理操作系统”架构，基于 OpenClaw 式技能库，但用操作系统级隔离、文档驱动多代理协作和分层长期记忆来适配医疗场景。核心目标是在保证安全、可审计和可扩展的前提下，让 LLM 代理能处理医院中大量非预编程、长尾化的临床任务。
Problem
- 现有通用 LLM agent 框架通常默认宽权限执行（文件系统、网络、代码执行），这与医院的隐私、合规和审计要求根本冲突。
- 现有基于向量检索的记忆/RAG 会把病历切碎成无上下文片段，难以保留纵向、时序化、文档结构化的临床信息。
- 医院工作流天然是多角色、以文档为中心的协作系统，而非单一对话界面；传统 HIS/EHR/CDSS 又多为固定流程，难覆盖临床长尾需求。
Approach
- 提出一个受 Linux 多用户系统启发的受限执行环境：每个角色代理（患者、医生、护士等）运行在独立隔离命名空间中，禁止直接文件访问、外网访问和动态代码加载，只能调用预审计技能。
- 采用医疗技能库作为唯一可执行动作单元：技能具备类型化接口，只能通过预定义、窄权限连接器访问医院内部资源，从而把安全约束下沉到运行时和系统层。
- 设计文档中心的多代理协作机制：代理之间不直接通信，而是通过共享临床文档的写入/变更事件进行协调；事件流记录版本号、写入者角色和页面引用，形成可追溯审计链。
- 提出页索引记忆架构（page-indexed memory）：把患者长期记录组织成树状文档层级，每个内部节点维护 manifest 文件；查询时代理逐层读取 manifest 并选择相关子树，替代向量相似度检索。
- 为动态更新提供局部增量维护：单次文档变更只需更新受影响节点及必要祖先节点的 manifest，论文给出维护复杂度为每次变更
O(d)或最多O(L)次增量 LLM 调用。
Results
- 这篇论文是架构/系统设计提案，在给定摘录中没有报告实验指标、基准测试或临床部署结果，因此没有可填写的准确性能数字（如准确率、AUROC、吞吐、延迟）。
- 论文最强的具体技术主张是：页索引记忆完全不依赖向量嵌入，因此无需 embedding 计算、无需离线建索引、无需重建索引即可适配实时变更的病历文档集合。
- 在复杂度方面，作者明确声称 manifest 维护成本为每次变更
O(d)（d为节点深度），祖先传播下最坏为**O(L)次增量 LLM 调用**，而不是对整个语料批量重处理。 - 在系统约束方面，作者声称代理动作被限制为两类：调用预审计医疗技能、读写共享临床文档；跨代理协调通过单一追加式 mutation event 流完成，从而提升安全性、透明性和审计性。
- 在能力层面，作者声称该架构可支持按需组合技能来处理固定工作流之外的临床长尾需求，例如跨多年实验室趋势、罕见药物相互作用、跨 care episode 的个体化分析等，但摘录中未提供量化对比。
Link
Built with Recoleta
Run your own research radar
Turn arXiv, Hacker News, OpenReview, Hugging Face Daily Papers, and RSS into local Markdown, Obsidian notes, Telegram digests, and a public site.