PrivMeSA：基于本地与远程大语言模型协作的医疗隐私感知自进化多智能体系统

研究者提出医疗多智能体系统 PrivMeSA，通过本地与远程大语言模型协作并结合强化学习控制隐私披露，利用本地记忆沉淀临床指导以供复用。在基于 MIMIC-IV-ED 的急诊基准上，PrivMeSA 将平均任务准确率提升最高 15.8 个百分点，同时将个人信息披露比例从 98.0% 降至 0.2%，使患者被重新识别缩小至 10 人及以内的比例从 74% 降为 0%。