研究团队提出个性化运动处方多智能体框架FITTER
Start here
2026年11月4日，arXiv发布研究，提出基于临床与穿戴设备数据的多智能体个性化运动处方框架FITTER。该框架整合临床指标、穿戴设备数据与疾病指南，可生成个性化FITT-VP运动处方，并执行确定性安全审计与修复。在400名参与者的数据测试中，FITTER的安全约束合规率达到98.5%，显著优于5款对比大语言模型75.8%至85.8%的表现。消融实验证实，安全审计与修复是实现高合规率的核心支撑。此外，临床医生已对其中的80份处方完成了结构化评审。
AI-generated from reports · Updated 9 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能基于临床与穿戴设备数据的多智能体个性化运动处方框架 FITTER
多智能体框架 FITTER 整合临床、穿戴设备数据与疾病指南，可生成个性化 FITT-VP 运动处方并执行确定性安全审计与修复。在 400 名参与者数据测试中，FITTER 的安全约束合规率达 98.5%，显著优于 5 款对比 LLM 的 75.8%–85.8%。消融实验证实安全审计与修复是高合规率的核心支撑，临床医生亦完成了 80 份处方的结构化评审。
Story heat trend
Current heat 8·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.