HouseGPT：面向医疗诊断的多模态AI助手

HouseGPT是基于LangGraph构建的生产级多模态AI助手，旨在为医疗专业人员提供诊断支持，同时兼顾日常交互友好性。核心特性包括多模态理解（文本、图像、音频整合）、长期记忆机制、多模型协作策略，采用人机协作模式，定位为研究和辅助工具，不替代专业医疗诊断。

传统医疗AI系统常专注单一任务（如影像识别或病历分析），新一代系统追求全面能力整合。HouseGPT在此趋势下诞生，是创新实践，构建生产就绪的多模态AI助手，探索医疗支持与日常对话应用潜力。

医疗诊断需综合多模态信息（文本、图像、音频）。HouseGPT可解析病历/症状描述（文本）、分析医学影像（X光、CT等）、处理心肺音/语音（音频），通过统一表示学习和跨模态注意力机制实现信息融合，如病灶与症状对应分析。

HouseGPT采用LangGraph框架，其图结构工作流支持灵活设计复杂逻辑。诊断流程包括：接收输入→选择处理节点→信息提取→知识检索→生成建议。架构优势：模块化易测试、可视化易调试、灵活扩展，保障医疗场景的可解释性和可控性。

长期记忆机制：记录过往对话、健康历史、偏好，支持慢性病管理、复诊快速回顾、个性化服务，技术上结合向量数据库（相似性检索）和结构化存储（精确查询）。多模型协作：动态选择擅长视觉/语言/医学领域的模型，提高专业能力和鲁棒性。

专业模式：为医护提供诊断辅助（症状分析、影像解读、文献检索、治疗建议），需专业人员审核。日常模式：面向普通用户，回答健康问题、生活建议、闲聊，界面亲切易懂。两种模式无缝切换，自动调整响应风格。

医疗AI需重视伦理安全：数据隐私保护（信息安全存储传输）、内容过滤（防止有害建议）、人机协作（关键决策由专业人员把关）、可解释性（推理过程可审查）。项目声明为研究辅助工具，提醒用户健康问题需寻求专业帮助。

HouseGPT代表医疗AI方向：构建人机协作智能助手，而非完全自动化诊断。多模态、长期记忆、多模型协作等特性使其在真实医疗环境发挥价值。随着技术成熟和监管完善，AI将在医疗领域扮演更重要角色，惠及患者与医护人员。