智能门诊导诊工作流结合大模型能力与自然语言处理，推动了分诊自动化和问诊体验升级。以问答为主线，依托多轮对话，系统能够自动采集并补全患者的关键就诊信息。本文介绍门诊导诊智能工作流的核心模型、节点设计、运行机制与主要应用场景，梳理其技术细节和落地价值，为自学编程的实践者提供清晰参考。文章目录门诊导诊核心模型Node节点工作流程应用场景开发与应用门诊导诊工作流通过自然语言处理和大模型能力，实现智能对话式问诊和科室推荐。准备工作需要包含患者的基本信息输入（如年龄、性别、症状等），系统会自动引导患者完成症状描述与关键信息补充，最终依据提取到的信息，智能判断和推荐合适的门诊科室。整个流程无需人工干预，通过多轮问答和条件判断，帮助用户顺畅完成导诊流程，提高分诊效率和就医体验。整个流程的核心在于自动识别患者关键信息、补全缺失内容、针对具体情况给出合理建议。实现过程包括：接收用户输入，提取与判断关键信息，补充遗漏数据，通过大模型智能分析，输出推荐结果，并以模板格式展示最终建议。核心模型模型名称说明提取患者年龄基于大模型实现年龄信息抽取判断科室基于大模型智能判断所属科室提取患者性别基于大模型实现性别信息抽取聊天（年龄分支）针对年龄补充交互的问答模型聊天（性别分支）
