回到最新动态
研究论文 / THE SIGNAL

FITTER:基于指南的多智能体个性化运动处方框架

A Guideline-Grounded Multi-Agent Framework for Personalized Exercise Prescription from Clinical and Wearable Data

重要性 4.5 AI 辅助整理

多智能体框架加安全审计,提升运动处方合规率。

资讯摘要

论文提出 FITTER 多智能体框架,将临床与可穿戴数据同疾病特异性指南结合,生成个性化 FITT-VP 运动处方,并用确定性安全审计与修复纠正可规则校验的违规。作者用 400 名 All of Us 参与者数据(300 名癌症、100 名卒中)与五个 LLM 对照进行评测,报告安全约束合规率 98.5%,对照为 75.8%–85.8%,并在剂量精度与指南一致性上更优。

要点速读

  1. FITTER 整合诊断、用药、功能限制与基线活动等数据,生成 FITT-VP 个性化处方。
  2. 作者报告安全约束合规率 98.5%,五个 LLM 对照为 75.8%–85.8%。
  3. 癌症队列消融显示,安全审计与修复对合规率贡献最大;临床医生评审了 80 份处方。

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开