SymptomWise：面向可靠高效 AI 系统的确定性推理层

针对 AI 症状分析系统在可靠性、可解释性及幻觉方面的挑战，本文提出 SymptomWise 框架。该架构将语言理解与诊断推理分离，结合专家医学知识与确定性编码驱动推理，仅在症状提取阶段使用大模型。通过将自由文本映射为验证后的症状表示，并在有限假设空间内执行确定性推理，系统生成分级鉴别诊断。实验表明，该方法显著提升了可追溯性并减少了无依据结论，在儿科神经病例中表现优异，且可推广至其他溯因推理领域。