跳到正文
arXiv cs.AI· Yicheng Gao, Xiaolin Zhou, Yahan Li, Yue Zhao, Ruishan Liu·· 10 小时前AI 评分38

MedExAgent:训练 LLM 智能体在嘈杂临床环境中问诊、检查与诊断

MedExAgent: Training LLM Agents to Ask, Examine, and Diagnose in Noisy Clinical Environments

AI 导读

MedExAgent 将临床诊断形式化为包含问诊、工具调用式医学检查和下诊断三类动作的 POMDP,并引入 7 种患者噪声与 3 种检查噪声的系统噪声模型。该智能体采用两阶段训练:先基于 Calgary-Cambridge 问诊模型构造的合成对话做监督微调,再用 DAPO 优化兼顾诊断准确率、工具调用质量和检查成本(含费用与患者不适)的复合奖励。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:真实世界的临床诊断是一个复杂的过程,医生需要从与患者的互动以及进行医学检查中获取信息。此外,医生还需要适应不同的患者角色,以及在整个过程中随时可能出现的嘈杂和不完整信息。然而,现有的医学 LLM 基准和自动诊断方法在很大程度上简化了这一过程,将其简化为单轮问答、无噪声对话或顺序检查等,忽略了临床诊断的交互性和不确定性本质。在本文中,我们旨在通过将临床诊断形式化为一个部分可观测马尔可夫决策过程(POMDP)来弥补这一空白,该过程包含三种动作类型:询问患者、将医学检查作为工具调用下达,以及给出诊断。我们还引入了一个系统性的噪声模型,包含七种患者噪声类型和三种检查噪声类型。利用我们提出的环境,我们通过两阶段流水线训练了一个有效的诊断智能体 \textbf{MedExAgent},首先在按照 Calgary-Cambridge 临床访谈模型构建的合成对话上进行监督微调,然后应用 DAPO 来优化一个复合奖励,该奖励涵盖诊断准确性、工具调用质量以及包括财务成本和患者不适在内的检查成本。通过大量实验和消融研究,我们证明 MedExAgent 在保持成本高效的检查策略的同时,实现了与更大模型相当的诊断性能。
学科: 计算与语言(cs.CL);人工智能(cs.AI)
引用为: arXiv:2605.07058 [cs.CL]
  (或 arXiv:2605.07058v2 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2605.07058

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Yicheng Gao [查看邮箱]
[v1] 2026年5月8日星期五 00:12:23 UTC(384 KB)
[v2] 2026年11月17日星期二 21:18:35 UTC(411 KB)

来源:arXiv cs.AI · arxiv.org