一个AI模型做不了临床决策。但一个由筛查Agent、评估Agent、方案Agent、随访Agent组成的多智能体集群，可以在"能量中心"调度下协同完成整个诊疗流程。
一个AI模型做不了临床决策。但一个由筛查Agent、评估Agent、方案Agent、随访Agent组成的多智能体集群，可以在"能量中心"调度下协同完成整个诊疗流程。这不是替代医生判断，是让AI像团队一样工作。
临床营养诊疗是多步骤、多角色、多信息源的协同工作。筛查用的工具和评估用的截然不同。方案生成需同时参考肿瘤分期、化疗方案、检验指标、饮食偏好。一个模型无法同时做好所有，AI需要像多学科团队一样分工协作。
筛查Agent：入院自动读HIS，41种工具智能选择，秒级风险分级。高风险立即通知评估Agent和主管医生。
评估Agent：聚合检验报告、影像结果、护理记录，生成完整评估报告。判断哪些指标是关键变量、哪些在趋势恶化。
方案Agent：六维匹配算法+80份循证指南，生成个性化营养方案。能量计算、蛋白配比、路径推荐、药品相互作用检测，每步标注循证来源。
随访Agent：按风险分层自动生成随访日历。体重变化超阈值→推送营养师。复查时间到→提醒患者。异常指标→向所有Agent广播预警。
基于su-memory记忆引擎，四个Agent共享记忆空间。因果推理追踪跨时间变化。冲突检测标记矛盾提示人工审核。信念演化根据治疗阶段自动调整策略权重。
患者入院→筛查Agent自动NRS2002→评估Agent聚合报告→方案Agent生成方案→随访Agent排期→全程能量中心协同。全程人工介入仅一次：营养师审核确认方案。
单一模型：输入患者信息→输出建议。不知道之前发生什么、不知道之后该跟踪什么。在"做问答"而非"做诊疗"。多Agent模式：每个Agent有明确职责边界、输入输出、协作协议。在模拟一个多学科团队的工作方式。
多智能体协同不是炫技。它解决的实际问题是：临床决策的复杂性远超任何单一模型能处理的范畴。拆解它，才能做好它。
苏强，健源启晟（深圳）医疗科技创始人 & CEO，AI临床营养系统V3.15搭载多Agent蜂群架构。个人观点，欢迎技术同行讨论。