规划者-审核者双体：基于FHIR的LLM规划、指南召回、可选缓存与自改进的智能出院规划

本文提出一种可自改进、支持可选缓存的规划者-审核者（Planner-Auditor）框架，用于提升临床出院规划的安全性与可靠性。规划者（LLM）生成结构化出院计划并附带置信度估计；审核者为确定性模块，评估任务覆盖度、校准性（Brier分数、ECE代理指标）及动作分布漂移。框架支持两种自改进机制：单次会话内重生成与跨会话高置信低覆盖案例的差异缓冲回放。实验表明，自改进循环显著提升任务覆盖率（32%→86%）并改善置信校准，差异缓冲有效修正持续性高置信遗漏。