通过交互临床世界模型将患者动态代理化于大语言模型

arXiv 2026 61.7 method, application

TLDR

SepsisAgent利用学习的临床世界模型和提出-模拟-优化工作流改进基于LLM的脓毒症治疗决策，在MIMIC-IV上优于基线。

评分理由

The paper presents a novel integration of a world model with LLM agents for clinical decision-making, with strong empirical results on a real-world dataset. However, the abstract lacks details on the world model architecture and generalizability beyond sepsis.

Read-first 评分解释

综合优先阅读分 61.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 51。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析、基线、评估、指标

引用影响力 18%

76.9

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.7693946

主题相关性 29%

72.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：398。

关键词评分

world model

interactive world model

model-based reinforcement learning world model

world simulator

world dynamics prediction

generative world model

video world model

深度分析

创新点

世界模型增强的LLM智能体用于脓毒症治疗推荐
在开出处方前采用提出-模拟-优化工作流
三阶段课程训练：患者动力学监督微调、提出-模拟-优化行为克隆、基于世界模型的智能体强化学习
证明与临床世界模型的重复交互使智能体学习到患者演化规律，即使没有模拟器访问也仍然有用

方法

SepsisAgent使用学习的临床世界模型模拟候选液体-血管升压药干预下的患者反应，并遵循提出-模拟-优化工作流。训练通过三阶段课程进行：患者动力学监督微调、提出-模拟-优化行为克隆、以及基于世界模型的智能体强化学习。在MIMIC-IV脓毒症轨迹上，针对传统RL和基于LLM的基线，使用离策略价值、指南依从性和不安全动作指标进行评估。

关键结果

SepsisAgent在离策略价值上优于所有传统RL和基于LLM的基线，同时在指南依从性和不安全动作指标上达到最佳安全性能。

资源

论文