现实医患交流中存在患者自诉文本过于主观、医生响应文本过于专业的问题。针对医患文本交流中的医疗主题识别问题,文章借助大语言模型(Large Language Models,LLMs)处理文本的优势,在多种提示词策略混合框架下,嵌入医疗主题体系、专业术语库和关键词库,设计了面向在线问诊医疗主题识别的综合性提示词。然后,基于所设计的提示词对比了5个异质LLMs(GPT-4o-mini、ERNIE4.0、DeepSeek-V3、ChatGLM-4和Qwen-Plus)不同组合识别医疗主题的一致性。最后,提出了针对异质LLMs的三种集成方案:多数投票、除一投票和完全一致,并基于专家标注数据集对比分析了单LLM和三种方案的识别效果。结果表明:所设计的提示词具有较高的有效性、通用性和优越性;用药建议和手术判断主题展现了较高的一致性,治疗建议的一致性较低;单LLM中GPT-4o-mini的识别效果较好;多数投票具有较好的识别表现。