arXiv cs.AI· Milad Mohammadi, Fatemeh Akrami Shamsabadi, Zahra Mohseni, Amirhossein Safdarian, Malekfarhad Malek, Hadi Moradi, Hesham Faili·· 10 天前AI 评分30
PsyCIDRA：面向精神科访谈与诊断推理的双智能体框架
PsyCIDRA: A Dual-Agent Framework for Psychiatric Interviewing and Diagnostic Reasoning
AI 导读
PsyCIDRA 是一个将自由形式精神科访谈与诊断推理连接起来的双智能体框架，访谈智能体借助工具维护工作笔记、加载专家技能并检索 ICD-11 参考，诊断推理智能体则基于完整访谈记录给出假设及支持、冲突与缺失证据。
正文 · AI 翻译
摘要：大型语言模型在临床推理方面展现出潜力，但精神科访谈需要引导一场不断演变的对话。它们开展这种互动式评估的能力研究较少。我们提出 PsyCIDRA，一个双智能体框架，将自由形式的精神科访谈与诊断推理相连接，以供专家审阅。其访谈者智能体使用工具维护工作笔记、加载专家编写的技能，并检索 ICD-11 参考资料以指导问询。其诊断推理智能体随后接收完成的访谈记录，并报告假设以及支持性、冲突性和缺失的证据，当没有任何假设得到充分支持时则暂不给出最终假设。使用由 PsyCPG 生成的患者档案，我们首先在模拟中评估 PsyCIDRA。在 53 个评估案例上跨四个模型，它比直接提示取得了更高的诊断一致性。在 81 个留出的模拟案例上，排名第 1 的准确率为 60.5%，而直接提示为 51.9%。在一项包含 101 名人类参与者、分属不同组别的盲法研究中，PsyCIDRA 在是否提出诊断假设方面与心理学家的意见一致率为 79.6%，而直接提示为 65.4%。总之，这些发现支持 LLM 智能体通过自由形式对话辅助精神科评估的潜力。通过同时考察诊断推理、访谈质量和安全性，本研究有助于理解精神科访谈智能体的能力与局限。
| 评论： | 41 页，27 幅图，20 张表；包含附录 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.07473 [cs.AI] |
| （或 arXiv:2610.07473v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07473 由 DataCite 颁发 arXiv DOI（待注册） |
提交历史
来自：Milad Mohammadi [查看电子邮件]
[v1]
2026年10月5日星期一 22:40:24 UTC（1,658 KB）
来源：arXiv cs.AI · arxiv.org