摘要
现有大模型诊断多基于静态单轮设定，忽视了真实临床中从初步观察到检查ordering、结果解读及鉴别诊断更新的多轮交互过程。本文指出当前模型存在无依据检查、诊断更新不可靠及多轮连贯性退化三大缺陷。为此，提出 MedAction，一种树状蒸馏流水线，通过模型与环境交互合成高质量多轮诊断轨迹，并引入基于知识图谱的一致性指标筛选数据。基于构建的 MedAction-32K 数据集微调的模型在多项基准上达到开源模型最先进水平。
AI 推荐理由
论文核心研究多轮临床诊断中的主动规划、测试排序及基于证据的动态决策过程。
研究机构
National Chengchi University
Georgetown University
University of Michigan
Stevens Institute of Technology
National Taiwan University of Science and Technology
Far Eastern Memorial Hospital
论文信息