Self-Improving Iterative Refinement Medical Agent Therapeutic Planning
摘要

制定治疗计划本质上是复杂的推理与优化任务,而非简单的生成问题。现有大语言模型多依赖单次输出且缺乏显式验证,易导致方案粗糙或不安全。为此,本文提出 TheraAgent,一种采用“生成 - 判断 - 优化”迭代流程的智能体框架。该框架模拟人类专家反复修订方案的过程,并引入专用评估模块 TheraJudge 以确保临床标准。实验表明,该方法在 HealthBench 上取得最先进结果,并在专家评估中展现出优越的针对性与安全性。

AI 推荐理由

论文核心提出迭代生成 - 判断 - 优化流程,实现治疗方案的自我改进与完善。

研究机构
计算机科学与技术学院,清华大学,北京,中国 人工智能研究院(AIR),清华大学,北京,中国
论文信息
作者 Junkai Li, Yunghwei Lai, Tianyi Zhu, Zheng Long Lee, Weizhi Ma et al.
发布日期 2026-05-07
arXiv ID 2605.05963
相关性评分 9/10 (高度相关)