arXiv cs.CL· Donghua Zhang, Zizheng Wang, Ze Dong, Yiding Feng, Siyu Qian·· 11 小时前AI 评分34
MedGraph：用图记忆维护长期医疗对话中的患者状态
MedGraph: Maintaining Patient State with Graph Memory for Long-Term Medical Dialogue
AI 导读
MedGraph 是面向长期医疗对话的图记忆系统，通过提取带日期的患者事实、按人归属并链接成用药/诊断/测量链，在检索时按问题所问时间点读取链条并补充原始对话文本。在 MedMemoryBench 上，MedGraph 分别以 GPT 和 Qwen 为底座取得最高总体准确率，较五个基线中最强者高出 10.5 和 10.4 分，且在 GPT 设置下记忆构建与回答效率较高。
正文 · AI 翻译
摘要：基于 LLM 的医疗助手需要跨就诊跟踪患者，因此需要一种记忆机制，在患者临床状态变化时保持其正确。我们考察了五个记忆系统在纵向医疗对话中的错误，发现三类反复出现的原因：检索到的证据给出过时状态、包含他人的健康事实，或缺少答案所依赖的安全事实。我们提出 MedGraph，一种针对这三种情况构建的图记忆。构建阶段从每次会话中提取带日期的事实，将每个事实归属到其所描述的人，并将用药、诊断和测量记录链接成保留早期状态的链。检索阶段以患者为单元对其链进行排序，在问题所询问的时间点读取每条链，并补充原始对话文本；患者档案会随每个问题列出所有已记录的安全事实。在 MedMemoryBench 上，MedGraph 在 GPT 和 Qwen 两种骨干模型下均取得最高总体准确率，分别比五个基线中最强者高 10.5 和 10.4 个百分点，且在 GPT 设置下记忆构建和回答均高效。
| 评论： | 14 页，5 幅图，8 张表 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.08433 [cs.CL] |
| （或 arXiv:2611.08433v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08433 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Donghua Zhang [查看邮箱]
[v1]
2026 年 11 月 5 日星期四 18:27:20 UTC（422 KB）
来源：arXiv cs.CL · arxiv.org