⚕️ Medical-Dialectic-Engine

中西醫觀點辯證引擎 | AI Multi-Agent System

"Bridging the Gap" —— 用 AI 彌合實證醫學與傳統中醫的認知鴻溝。

"Code is bricks, system architecture is space. I build a digital buffer zone for peace of mind."

📖 專案願景 (Vision)

在資訊爆炸的時代，生病的時候往往面臨 "The Dr. Google Effect" —— 網路上充斥著相互矛盾的醫療資訊，從 PTT 的「沒救了」到鄰居的「吃這個有效」，讓人無所適從。

Medical-Dialectic-Engine (MDE) 不是另一個只給標準答案的聊天機器人。它模擬了一場 「西醫專家」 與 「中醫世家」 的即時會診，透過觀點的 辯證 (Dialectic)，協助使用者從混亂 (Chaos) 走向清晰 (Clarity)。

🛠️ 系統架構 (System Architecture)

本系統採用 LangChain 多智能體 (Multi-Agent) 協作架構，並具備 Model Agnostic 特性，支援 Google Gemini, Groq (Llama 3), DeepSeek 等多種 LLM。

🧠 核心技術與模型策略 (Core Tech & Model Strategy)

本系統不依賴外部資料庫 (RAG)，而是透過精心設計的 Prompt Engineering 與多模型協作來達成深度辯證：

1. 提示工程 (Prompt Engineering)

• Chain-of-Thought (CoT) without RAG:
  • 系統強制 Agents 在回覆前進行「顯式推理」：接收對手觀點 $\rightarrow$ 分析邏輯漏洞 $\rightarrow$ 提出反證/補充。
  • 醫學建議完全基於 LLM 的訓練知識與當下的 對話上下文 (Context-Awareness)，透過多輪對話的互相修正來收斂最佳解。
• Adversarial Prompting (對抗式提示):
  • 導播 (Director) 被設定為「批判者」。它監控對話紀錄，當偵測到中西醫觀點過早妥協或淪為表面客套時，會主動拋出衝突議題（如：副作用、治標與治本的矛盾），激發更深層的討論。

2. 模型選擇策略 (Model Strategy)

MDE 採用 Model Agnostic 架構，根據不同模型的強項進行任務分配：

• 🚀 Google Gemini (最佳體驗 / Recommended):
  • 優勢: 具備最強的 多語言理解與生成能力。
  • 應用: 它是目前唯一能精準執行 "Text-to-Taiwanese" (文字轉台語) 的模型，能賦予「阿蓮姨」最道地的語氣與用詞 (如：將 "Side effect" 轉譯為 "副作用" 並用台語口語表達)。
• ⚡ Groq (Llama 3) (最高 CP 值 / Most Used):
  • 優勢: 推理速度極快 (LPU) 且 免費額度高。
  • 應用: 開發測試階段的首選，適合處理大量的邏輯辯證與導播指令，大幅降低運算成本。

🤖 核心智能體 (Agents)

1. 🎬 AI Director (導播):

   • 功能: 運用 Meta-Prompting 技術控制對話節奏。
   • 機制: 偵測對話僵局，動態生成衝突點 (Conflict Generation)，引導中西醫進行深層辯證而非表面問答。

2. 🔵 Dr. West (西醫):

   • 觀點: Evidence-Based Medicine (實證醫學)。
   • 風格: 引用 Guidelines、數據檢查與藥理機轉，語氣權威客觀。

3. 🟤 Dr. East (中醫):

   • 觀點: Holistic View (整體觀)。
   • 風格: 強調辨證論治、氣血調理，語氣沈穩內斂。

4. 👵 Case Manager (阿蓮姨):

   • 功能: Localization & Nudge (在地化與助推)。
   • 設計理念: 運用 助推理論 (Nudge Theory)，將冰冷的專業辯證，轉化為具備在地情感的 「醫療軟著陸 (Medical Soft Landing)」。
   • 目標: 降低恐懼，引導病患從線上諮詢走向線下實體醫療。

🗺️ 未來展望 (Roadmap)

• Short-term: 導入 RAG (Retrieval-Augmented Generation)，介接醫院衛教 PDF 與期刊文獻。
• Mid-term: 整合 Voice UI (STT/TTS) ，實現全語音互動，服務長輩族群。
• Long-term: 支援 FHIR 標準 ，API 化並嵌入醫院資訊系統 (HIS)。

🚀 快速開始 (Quick Start)

線上體驗

前往 Streamlit Cloud 體驗 MDE

📸 系統截圖 (Screenshots)

本地部署

1. Clone 專案:

git clone https://github.com/YuJunWang/Medical-Dialectic-Engine.git
cd Medical-Dialectic-Engine

2. 安裝套件:

pip install -r requirements.txt

3. 執行:

streamlit run app.py

⚖️ 免責聲明 (Disclaimer)

本系統僅為 AI 技術概念驗證 (POC)，所有生成內容僅供參考， 不具備任何醫療診斷效力。若有身體不適，請務必尋求專業醫師協助。

---

👤 作者 (Author)

王譽鈞 (YuJunWang)

• Data Engineer / Data Scientist / AI-Augmented Developer

• GitHub Profile