大语言模型少样本提示结合困境训练在预测患者偏好方面优于人类代理

研究表明，人类代理在预测重症患者偏好时准确率仅68%。研究者提出基于'关怀逻辑'的P4-DT智能体，通过双向训练让用户参与多种医疗困境，构建个性化患者决策策略。在12组患者-代理配对研究中，P4-DT预测患者治疗选择的准确率达81.7%，显著高于随机水平（OR=5.61），优于未受辅助的代理（55.0%）和受P4-DT辅助的代理（61.7%）。上下文场景决策和开放式文本将准确率提升15个百分点。

此前P4代理将患者价值观视为静态评分，忽略医疗决策的情境依赖性。本研究引入'关怀逻辑'，通过困境训练让模型捕捉偏好的上下文敏感性，准确率从55%提升至81.7%，证明了情境化AI在复杂医疗决策中的潜力，为代理辅助决策提供了新范式。

P4-DT通过双向训练：一方面让用户对多样化医疗困境做出选择，另一方面模型反向推测用户的偏好推理过程，从而构建动态决策策略。少样本提示结合上下文场景和开放式文本，使得模型能纳入情境因素，而静态评分无法反映偏好的情境依赖性，因此准确率显著提升。

对医疗决策支持产品，P4-DT可减少代理决策冲突，提高预测准确性，从而改善临终关怀规划质量。产品需集成情境化对话流程，而非简单问卷评分；研发需关注少样本提示工程和双向训练数据收集，成本可能增加，但能显著提升用户体验和决策信心。

• 开发面向重症监护的AI辅助决策工具，集成P4-DT的困境训练流程，帮助家属预测患者偏好。
• 为现有患者偏好记录系统增加情境化对话模块，替代静态评分表单，提升个性化程度。
• 设计用于临终关怀的AI代理，支持代理在不确定情境下获取实时预测和理由，减少决策压力。
• 将少样本提示策略应用于其他医疗决策领域，如手术方案选择，验证跨领域适用性。

• P4-DT在更大规模、多样化的患者群体中的准确率是否稳定？
• 双向训练需要多少用户参与才能达到良好效果，训练成本如何？
• 研究中的12组配对样本量较小，结果是否具有普遍性？
• P4-DT如何适应不同文化或语言背景下的患者偏好表达？