摘要
针对精神科咨询中症状主观模糊与共病复杂的挑战，现有方法常因缺乏标准支持导致断言无据及询问偏离。本文提出 MIND，一个统一的询问 - 诊断强化学习框架。该框架构建基于标准的精症推理库，检索相似案例并提炼可复用的临床支持以引导对齐标准的推理；同时利用基于规则的进程奖励强制显式临床推理，并结合价值感知轨迹修正机制优化多轮交互中的信息获取与决策。实验表明其在诊断准确率、共情质量及可解释性上均优于基线。
AI 推荐理由
论文核心在于构建基于标准的临床推理库及强化学习框架，解决精神科诊断中的复杂推理问题。
研究机构
EverMind AI Inc.
北京，中国
天问和Chirssy Chen Institute
上海，中国
上海交通大学医学院附属精神卫生中心
上海交通大学医学院
论文信息