摘要
针对多模态大模型在皮肤科诊断中缺乏领域依据及产生幻觉的问题，本文提出 DermAgent。该系统基于“规划 - 执行 - 反思”框架，协调七个专用视觉与语言模块。通过互补的视觉感知工具进行形态描述与诊断，利用双模态检索模块锚定外部证据以克服领域先验缺失，并引入确定性批评模块进行事后审计与自我修正。实验表明，DermAgent 在多项基准测试中优于现有最先进模型，显著提升了疾病诊断准确率与临床描述质量。
AI 推荐理由
论文核心在于多工具协同推理与自我反思机制，显著提升诊断准确性。
研究机构
AIM for Health Lab, Faculty of Information Technology, Monash University, Melbourne, Australia
Faculty of Information Technology, Monash University, Melbourne, Australia
University College London, Institute of Ophthalmology, London, United Kingdom
论文信息