arXiv cs.AI· Hui Zhang·· 3 天前AI 评分32
MedEvoEval：通过模拟临床情景评估医生智能体的持续进化
MedEvoEval: Evaluating Continual Evolution of Doctor Agents through Simulated Clinical Episodes
AI 导读
MedEvoEval 是一个基于动作门控模拟门诊情景的可执行纵向评估框架，将病例转化为患者、检查和管理者角色视图，通过结构化轨迹关联观察、动作、输出与经验回写。
正文 · AI 翻译
摘要：医生智能体正从单轮答案生成迈向不断演化的临床决策系统，这类系统在单个回合内获取证据，并跨回合复用经验。固定输入的医学问答以及许多交互式基准，难以为评估回合级决策如何与跨回合经验相互作用提供充分支持。我们提出 MedEvoEval，一个基于动作门控模拟门诊回合的可执行纵向评估框架。每个病例被转换为角色特定的患者、检查和管理者视图；证据通过有效动作揭示，结构化轨迹将观察、动作、最终输出、评分以及可选的经验回写串联起来。实验表明，这些轨迹揭示了被最终答案评分所掩盖的过程成本，刻画了 MDT 式会诊如何重新分配资源，并支持对记忆成熟、留出迁移、更新阶段响应和向后保持的分析。在 200 个留出病例上，采用顺序回写的成熟记忆条件将交互轮次减少 0.915，并在 Holm 校正后使综合效用提高 0.0483。MedEvoEval 为评估经验驱动的改进、迁移和保持提供了具体基础。随附工件提供了 700 条带来源信息的已处理回合记录、角色特定模式，以及执行、评分和分析代码。
| 评论： | 被 NeurIPS 2026 评估与数据集 Track 接收的相机就绪版本。代码和数据可在此 https URL获取 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2606.28900 [cs.AI] |
| （或此版本的 arXiv:2606.28900v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2606.28900 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hui Zhang [查看邮箱]
[v1]
2026年6月27日星期六 13:14:16 UTC（8,078 KB）
[v2]
2026年10月12日星期一 09:08:00 UTC（1,654 KB）
来源：arXiv cs.AI · arxiv.org